impacto de la devaluación del tipo de cambio en venezuela
TRANSCRIPT
UNIVERSIDAD CATÓLICA ANDRÉS BELLO
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
ESCUELA DE ECONOMÍA
Impacto de la devaluación del tipo de cambio en Venezuela
en el año 2010 sobre los precios de las acciones de la
compañías multinacionales
Tutor: Daniel Lahoud
Autores: Roberto I. Pérez Gimón
Manuel E. Sánchez Abascal
Caracas, 31 de octubre de 2017
Agradecimientos
A nuestras familias, por apoyarnos más allá de lo que pudiéramos imaginar y
apreciar.
A nuestro tutor, Daniel Lahoud, por su disposición desinteresada en todo momento.
A Oscar Soler, Salvador Traettino, Rafael Labrador, Gorka Lalaguna, Juan Carlos
Zambrano, Carlos Martínez, Ninibeth Marichal, María Andreína Cantele, Sebastián
Carreño, Juan Francisco Mejía e Hilario Gimón.
1
Índice
Índice ............................................................................................................ 1
Introducción .................................................................................................. 3
i. Marco Teórico ...................................................................................... 6
1. Antecedentes teóricos ........................................................................... 6
1.1. Variaciones del tipo de cambio. ......................................................... 6
1.1.1. Implicaciones económicas de la devaluación. ................................... 7
1.2. Estudio de eventos. ........................................................................... 8
1.2.1. Estudio de la devaluación venezolana. .............................................. 9
1.2.2. Modelaje de eventos económicos y financieros. ............................... 11
1.3. Formación de precios. ..................................................................... 20
1.4. Comportamiento de los mercados. ................................................... 25
1.4.1. Hipótesis de los Mercados Eficientes. ............................................. 25
1.4.2. Según la escuela Keynesiana. .......................................................... 29
1.5. Valuación de acciones. .................................................................... 31
2. El contexto económico venezolano ..................................................... 34
2.1. El mercado venezolano en 2010. ..................................................... 34
2.2. Régimen Cambiario en Venezuela. .................................................. 37
2.3. Riesgo moral: problemas de agencia................................................ 47
ii. Marco Metodológico .......................................................................... 51
1. Selección de la muestra ....................................................................... 51
2. Determinación de los retornos............................................................. 53
3. Ventanas de tiempo ............................................................................ 53
4. Planteamiento de hipótesis .................................................................. 54
5. Regresión lineal simple ....................................................................... 54
6. Obtención de RA y RAA .................................................................... 56
7. Construcción del estadístico ................................................................ 57
iii. Resultados .......................................................................................... 60
1. Análisis de Resultados ........................................................................ 60
1.1. Prueba general................................................................................. 60
1.2. Prueba sobre exportadoras potenciales. ........................................... 61
2
1.3. Prueba diferenciando EMNs inscritas y no inscritas en CADIVI ..... 62
Conclusión .................................................................................................. 64
Anexos ........................................................................................................ 66
Bibliografía ................................................................................................. 82
3
Introducción
A lo largo de la última década, ciertos medios de comunicación internacionales
han reportado pérdidas millonarias e impactos en la cotización en bolsa sufridos por
empresas multinacionales (EMNs) a causa de la decadencia económica de Venezuela,
sobre todo, por vía de las sucesivas devaluaciones decretadas por el Gobierno (Reuters,
2010 y 2015; CNBC, 2013; The New York Times, 2014).
Dado el tamaño y alcance que suelen tener las EMNs que transan en la bolsa
americana, es lógico que una perturbación económica significativa se traduzca en
grandes pérdidas, tal como sucedió en Venezuela. Sin embargo, estas pérdidas pueden
ser relativas y diluirse al ser comparadas con la cantidad de recursos que manejan
mundialmente las EMNs, cuyos intereses, además, suelen impulsar el mantener una
estructura comercial y financiera bastante diversificada a nivel mundial.
Más aún, al analizar a fondo el panorama económico global, se encuentra que
Venezuela representa apenas el 0,3% del Producto Mundial Bruto según cifras del
Banco Mundial. Por otra parte, el país ha mantenido desde 2003 un férreo control sobre
el mercado de divisas, generando primas significativas en las operaciones de
intercambio cambiario.
El presente proyecto se enfocará en determinar si, dadas las condiciones
descritas, las devaluaciones ocurridas en Venezuela fueron lo suficientemente
significativas para tener un impacto representativo en los precios de las acciones de
EMNs con subsidiarias en Venezuela. De las sucesivas devaluaciones ocurridas desde
2010 se estudiará en particular la anunciada el 30 de diciembre de 2010, en la que se
decidió unificar el tipo de cambio CADIVI de 2,6 VEF/USD a 4,3 VEF/USD.
4
Los motivos para elegir esta devaluación en particular, son varios, siendo los más
relevantes:
• Por ley, era el tipo de cambio al que la mayoría de las empresas reportaban su
contabilidad, teniendo una influencia al menos nominal en las empresas.
• El tipo de cambio fijo CADIVI (luego transformado en CENCOEX, y
posteriormente en DIPRO) se ha mantenido como esquema a lo largo del
tiempo; pese a los cambios de nombre y las progresivas devaluaciones, sigue
funcionando de manera similar, por lo que puede ser considerado el
mecanismo de control de cambio más representativo.
• La devaluación del 30 de diciembre de 2010 ha sido la mayor en términos
porcentuales, al menos hasta que empezó el método de las subastas. Ello hace
presumir que se podría utilizar como proxy para determinar si las otras,
menos significativas, podrían haber impactado también o no.
• La arbitrariedad en el reparto de divisas y la opacidad de la información
siempre dificultarán una medición confiable, sin embargo, por su
funcionamiento teórico más directo y menos ortodoxo, en teoría puede
asimilarse más rápido por los mercados, que tardan menos en discernir las
implicaciones de la devaluación.
A lo largo del trabajo se harán revisiones, tanto de datos relevantes como de
distintas teorías económicas que permitirían argumentar de qué forma el mercado
venezolano puede haber afectado el rendimiento financiero de las EMNs, pero también
ofrecen motivos para descartar cualquier influencia de Venezuela sobre el mercado de
valores estadounidense; apoyados particularmente en el debate entre la escuela de
pensamiento keynesiana y la hipótesis de los mercados eficientes que abandera la
Escuela de Chicago.
5
Finalmente, se obtendrá una muestra de 10 EMNs con subsidiarias en Venezuela,
sobre las cuales obtendrán los resultados mediante un modelo de contraste de media,
basado en la metodología de Mackinlay (1997) y en la estructura provista por Santos,
Bahar y Molina (2017).
6
i. Marco Teórico
1. Antecedentes teóricos
1.1. Variaciones del tipo de cambio.
Cuando se habla del tipo de cambio, conviene diferenciar entre dos conceptos
similares: depreciación y devaluación. Algunas economías establecen un sistema de
cambio fijo, donde el gobierno y el banco central del país intervienen el mercado
cambiario a fin de mantener estático el precio nominal de la moneda extranjera en
moneda local (Feenstra y Taylor, 2012). Bajo esta modalidad, la decisión centralizada de
aumentar el valor de la divisa doméstica frente a la extranjera se denomina
“revaluación”, mientras que la decisión del gobierno de reducir el valor de la divisa
doméstica ante la extranjera se conoce como “devaluación”. Por otra parte, en las
economías donde el tipo de cambio es flexible, se permite que las fuerzas económicas (el
mercado, mediante la oferta y la demanda, el nivel de producción, la tasa de interés)
determinen el valor de una divisa frente a las demás. En estos sistemas se habla de la
depreciación o apreciación de la moneda, según disminuya o incremente su valor frente
a las demás (Feenstra y Taylor, 2012).
Feenstra y Taylor (2012) observan que los tipos de cambio fijos y flexibles no son
dos categorías binarias, sino más bien los dos extremos de un mismo espectro. En la
realidad, hay esquemas que suelen definirse como mixtos o intermedios, pues, si bien se
inclinan más hacia lo fijo o hacia lo flexible, toman y alternan políticas propias de
ambos sistemas. Tal es el caso de regímenes como la flexibilidad controlada, tipos
deslizantes, bandas, caja de conversión, entre otros.
Desde el año 2003 (y como en la mayoría de su historia moderna), Venezuela entra
en la categoría de economías con tipo de cambio fijo (Guerra y Pineda, 2004). Sin
7
embargo, desde la imposición de CADIVI, el gobierno también ha diseñado sistemas
alternativos que admiten mayor o menor flexibilidad, a pesar de lo cual la concesión de
divisas no ha dejado de ser considerado como un sistema sumamente discrecional (El
Universal, 2013; CEDICE, 2014; Analítica, 2016).
1.1.1. Implicaciones económicas de la devaluación.
Una devaluación tiene varias consecuencias, tanto a nivel macroeconómico como
microeconómico. La primera y más evidente se observa en la balanza comercial. Si la
moneda extranjera se encarece en moneda local, el poder adquisitivo disminuye, por lo
que las importaciones se hacen más caras: será más costoso para el importador traer los
bienes, y para el consumidor adquirirlos. Por el contrario, los exportadores se verán
beneficiados: su bien se hará más barato para los consumidores extranjeros,
incentivando un aumento no sólo de la demanda exterior, también de la interior, pues el
bien doméstico se hace menos costoso que el extranjero (Blanchard, Amighini y
Giavazzi, 2012).
El efecto neto macroeconómico de una devaluación también puede ser neutro o
negativo: si una economía depende de las importaciones, el efecto inmediato es un
encarecimiento de los productos, y el surgimiento de presiones al alza de los salarios
nominales (Blanchard et al., 2012). La producción puede disminuir al aumentar los
costos. De esta manera, se pierden las ventajas competitivas de una devaluación.
En lo que a la deuda se refiere, también existe un efecto notable. La deuda
interna, es decir, aquella contraída en moneda local, se “licúa” en términos de moneda
extranjera, aliviando los pasivos contraídos por gobiernos y empresas con ingresos netos
en divisas foráneas. Sin embargo, la carga crediticia de los gobiernos y las compañías en
moneda extranjera se expande y se vuelve más difícil de pagar, empeorando la posición
acreedora del país (Feenstra y Taylor, 2012).
8
Por último, a nivel microeconómico se vislumbra un resultado negativo para las
empresas: su valor tenderá a disminuir, producto de la caída en el valor de los activos
que posee dentro del país (Feenstra y Taylor, 2012). Este es el denominado efecto de
hoja de balance. En general, la situación financiera y contable de la empresa lucirá peor,
producto de pérdidas por reajustes de la valoración de sus activos. También corre el
riesgo de deteriorar su calificación crediticia.
Para el estudio de la muestra de empresas afectadas por la devaluación del tipo
de cambio venezolano en el 2010, hay dos elementos de los mencionados previamente
que cobran particular importancia: el efecto de hoja de balance y la reacción de las
empresas con capacidad de exportación. Otros elementos como la deuda son menos
importantes porque si bien la capacidad de pago de las subsidiarias fue decreciendo año
a año, contar con la financiación de la casa matriz, o tener el respaldo de la misma, les
garantizaba una sostenibilidad en el tiempo que no tendría una empresa independiente.
Como se mencionó previamente, la devaluación impacta los estados financieros pues
causa un ajuste a la baja en la valuación de los activos. De las 36 empresas que
elaboraron apartados sobre Venezuela en sus 10-K del 2010, el 80% mencionó una
pérdida en ese año fiscal producto de la depreciación de sus activos por causa de la
devaluación (SEC, 2010). De la muestra a analizar en el proyecto, 8 de las 10 EMNs
reportaron efectos de hoja de balance negativos, con pérdidas de hasta USD 305
millones. En contraposición, existe la posibilidad de que las subsidiarias que tenían
potencial de exportación aprovecharan la coyuntura para expandirse más allá del
mercado venezolano, tratando de ampliar sus beneficios al percibir ingresos en divisas.
Si bien no existe información clara sobre este rubro, sí se conoce que de las 10 EMNs
estudiadas, 7 estaban en capacidad de exportar sus productos (Santos et al., 2017).
1.2. Estudio de eventos.
9
1.2.1. Estudio de la devaluación venezolana.
Desde el año 2003, Venezuela sufre un estricto control cambiario, el cual ha
estado acompañado por un mercado paralelo que ha operado con primas particularmente
altas a medida que se han reducido la oferta de divisas y los límites en los montos que
pueden ser solicitados por personas naturales y jurídicas. Dicho régimen cambiario ha
sido sujeto a múltiples episodios de devaluación y mecanismos de venta de divisas.
Santos, Bahar y Molina (2017) analizan el impacto que han tenido las 5 devaluaciones
ocurridas entre el 2010 y el 2014 sobre los precios de las acciones de una muestra de 110
compañías transnacionales, argumentando que dado el tamaño y la decadencia
macroeconómica del mercado venezolano, las devaluaciones no deberían impactar
significativamente los precios de las acciones.
El modelo desarrollado en este estudio es una modificación del contraste de
medias desarrollado por Mackinlay (1997), con la particularidad, tomada de Kanas
(2005), de que en vez de trabajar sobre una sola ventana de estimación para cada evento
de devaluación, incorpora cinco (desde el período [-1,1] hasta [-5,5] que rodean el
evento de devaluación). De esta manera, buscan robustecer el análisis, a la vez que dan
plazos más largos al mercado para asimilar los complejos esquemas cambiarios
implantados (Santos et al., 2017).
Los resultados muestran que dependiendo del evento y el tamaño de la ventana
utilizado, el impacto puede ser inexistente, o llegar a 1,74%. Particularmente, en los
eventos de devaluación de 2014 (la incorporación de SICAD I y SICAD II al mercado
cambiario) son presentados como significativos, y en menor medida, la unificación
cambiaria de 2010 (Santos et al., 2017).
Posteriormente, se realiza el estudio separando las empresas inscritas en CADIVI
10
de las no inscritas. Los resultados presentados en esta sección pueden ser considerados
los más sorprendentes, pues mientras las multinacionales inscritas en CADIVI tenían
bases razonables para esperar poder cambiar sus beneficios a tasa oficial en un futuro,
las no inscritas no tenían ninguna posibilidad. No obstante, las inscritas sufrieron
impactos menores que las no inscritas, deduciéndose que el mercado ignoró esta
complicación (Santos et al., 2017).
La última prueba realizada por Santos et al. (2017) se centra en las empresas con
capacidad de exportación, encontrando que el efecto de hoja de balance fue mayor que la
ventaja que pudo haber generado la devaluación al momento de exportar, con impactos
similares a los encontrados en la primera prueba.
Consecuentemente, el argumento central de la conclusión se centra en el impacto
agregado significativo de las devaluaciones en los precios de las acciones de las
transnacionales, el cual es atribuido a efectos de hoja de balance negativos, ineficiencias
del mercado al analizar (u omitir) el entorno económico venezolano, y la subsecuente
incapacidad de los analistas para prever el riesgo de más eventos. Todos estos factores se
agrupan en el término “miopía financiera”, es decir, la excesiva apreciación de
resultados o comportamientos recientes, subestimando eventos sucedidos más atrás en el
pasado, o con relativa probabilidad de ocurrir en el futuro: todo lo que está lejos es más
borroso (Santos et al., 2017).
Evidentemente, el estudio de Santos et al. (2017) es la fuente de la cual más se
beneficia el presente trabajo de investigación.
11
1.2.2. Modelaje de eventos económicos y financieros.
Utilizando la data de los mercados financieros, un estudio de eventos (como por
ejemplo, adquisiciones de empresas, fusiones, bancarrotas, políticas macroeconómicas)
puede medir el impacto que éste ha tenido sobre el valor de una empresa o firma. La
utilidad de este análisis se deriva del hecho de que dada la racionalidad del mercado, los
efectos de un evento estarán inmediatamente reflejados en el precio de las acciones, por
lo que la medición del impacto económico de un evento puede ser observado a través de
una pequeña ventana de tiempo.
Hay un número de aproximaciones que están disponibles para calcular el retorno
normal de la acción de alguna compañía específica. Estas aproximaciones pueden estar
agrupadas en dos categorías: estadísticas o económicas. Modelos construidos en torno a
la primera categoría siguen supuestos estadísticos, involucrando el comportamiento del
retorno de las acciones, sin depender de ningún argumento económico (MacKinlay,
1997). En contraste, modelos ubicados en la segunda categoría dependen de supuestos
que involucran el comportamiento de los inversores, y no están basados únicamente en
los supuestos estadísticos. Es necesario acotar que en los modelos económicos, en la
práctica, es necesario agregar el supuesto estadístico, por lo que la ventaja potencial de
utilizar modelos económicos (donde no hay ausencia de supuestos estadísticos) es la
manera más precisa de calcular, a través de las restricciones económicas, los retornos.
Para los modelos estadísticos, se impone el supuesto que indica que el retorno de
los activos es una normal independiente e idénticamente distribuida en el tiempo. Este
supuesto distribucional es suficiente para que el modelo de retorno de media constante y
el modelo de mercado sean especificados de manera correcta. Aunque este sea un
supuesto fuerte, en la práctica generalmente no conlleva problemas, debido a que el
supuesto es empíricamente razonable y la generación de inferencias usando el modelo de
retornos normales tiende a ser robusto.
12
La propuesta alega que μ1 será el retorno de la media para el activo i, luego el
modelo de retorno de media contante será:
𝑅𝑖𝑡 = 𝜇𝑖 + 𝑉𝑖𝑡 (1)
E(Vit)=0 var(Vit)=σ2Vit
Donde Rit es el retorno de la acción i en el periodo t, mientras que Vit es la
perturbación de la acción i en el period -t, con una media 0 y una varianza de σ2Vit.
Aunque el modelo de retorno de media constante sea considerado por MacKinlay
(1997) como el más simple, otros investigadores (Brown, 1980 y Weinstein, 1985),
encontraron que frecuentemente ofrece resultados similares a aquellos de pruebas más
sofisticadas. Esta falta de sensibilidad en el modelo se puede atribuir al hecho de que
frecuentemente la varianza del retorno anormal no disminuye de manera significativa al
elegir un modelo más sofisticado. Cuando se utiliza data diaria, el modelo típicamente se
aplica a retornos nominales. Con data mensual, el modelo puede ser aplicado a retornos
reales o excesos de retornos, así como a retornos nominales.
El modelo de mercado es de tipo estadístico y relaciona el retorno de cualquier
acción con el retorno del portafolio de mercado. Las especificaciones lineales del
modelo vienen del supuesto de conjunta normalidad de los retornos de la acción. Por
cada empresa i el modelo de mercado es:
𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖𝑅𝑚𝑡 + 𝜀𝑖𝑡 (2)
E(εit = 0) Var(εit)= σ2 εi
13
Donde Rit y Rmt son los retornos en el periodo t de la acción de la empresa i, y el
portafolio de mercado, respectivamente, y εit es la media de perturbación cero. El αi, βi y
σ2εi son los parámetros del modelo. Para su aplicación, un vasto y amplio índice de
acciones es utilizado para el portafolio de mercado: el índice S&P 500 y el índice CRSP
son las opciones más utilizadas.
Los modelos económicos pueden ser catalogados como restricciones sobre los
modelos estadísticos, que proveen modelos más restringidos de retornos normales. Dos
modelos económicos comunes que proveen restricciones son el Modelo de Valoración
de Activos Financieros (CAPM) y la Teoría de Arbitraje (APT, del inglés Arbitrage
Pricing Theory). El modelo CAPM descrito por Sharpe (1964) o Lintner (1965), es una
teoría de equilibrio, donde el retorno esperado de alguna acción está determinado por el
portafolio de mercado. El APT definido por Ross (1976) es una teoría de fijación de
precios, donde el retorno esperado de un activo es una combinación lineal de múltiples
factores.
Para MacKinlay (1997), la estructura para medir y analizar los retornos anormales es
desarrollada utilizando el modelo de mercado como el modelo de retorno del
desempeño. El análisis es muy parecido al modelo de retorno de media constante.
Ciertas anotaciones son primero definidas para facilitar la medida y análisis de los
retornos anormales. Los retornos serán indexados a un evento, usando t. Definiendo:
t=0, como la fecha del evento;
t= T1 + 1 hacia t=T2, representando la ventana del evento, y
t=T0 + 1 hacia t= T1 indicando la ventana de estimación
L1= T1 – T0, y
L2= T2 – T1 la longitud de la ventana de estimación y la ventana del evento,
respectivamente.
14
Incluso si el evento considerado es un anuncio en alguna fecha determinada, es lo
normal establecer una longitud de la ventana de estimación mayor a uno (L1). Esto
facilita el uso de retornos anormales alrededor del día del evento en el análisis. Cuando
corresponda, la ventana post evento será desde t= T2 + 1, hasta t= T3, y la longitud será
de L3= T3 – T2 (MacKinlay, 1997). La secuencia del tiempo se ilustrará en la figura 1.
Fig. 1
Fuente: MacKinlay, A. Events Studies in Economics and Finance.
Según Mackinlay (1997), es común que la ventana de estimación y la ventana del
evento no se solapen. Este diseño provee estimaciones para los parámetros del modelo
de retornos normales, que no están influenciados por los retornos alrededor del evento.
Incluir la ventana de evento en la estimación de los parámetros del modelo normal,
puede generar que los retornos de los eventos tengan una gran influencia sobre la
medida del retorno normal. En esta situación, los retornos normales y anormales,
capturarían el impacto del evento. Esto sería un problema, debido a que la metodología
está diseñada alrededor del supuesto de que el impacto del evento es capturado por los
retornos anormales.
Dentro de las condiciones generales la aplicación de los mínimos cuadrados
ordinarios (MCO) es un procedimiento de estimación consistente para los parámetros del
modelo de mercado. Además, dado los supuestos establecidos por el autor (MacKinlay,
1997), los MCO son eficientes. Por lo que, para la empresa i en el tiempo del evento, los
estimadores del MCO dentro los parámetros del modelo de mercado para la ventana de
estimación de las observaciones, serían:
15
�̂�𝑖 =
∑ (𝑅𝑖𝑡 − �̂�𝑖)(𝑅𝑚𝑡 − �̂�𝑚)𝑇1𝑡=𝑇0+1
∑ (𝑅𝑚𝑡 − �̂�𝑚)2𝑇1𝑡=𝑇0+1
(3)
∝̂𝑖 = �̂�𝑖 − �̂�𝑖�̂�𝑚 (4)
�̂�𝜀𝑡2 =
1
𝐿1 − 2∑ (𝑅𝑖𝑡 −∝̂𝑖− �̂�𝑖𝑅𝑚𝑡)2
𝑇1
𝑡=𝑇0+1
(5)
Donde Rit y Rmt, son el retorno en el periodo t, para la empresa i y el mercado,
respectivamente. L1 es la cantidad de días (150) con los que se miden los parámetros.
Dados los parámetros de estimaciones del modelo de mercado, se puede medir y
analizar los retornos anormales, siendo RAit, t= T1 + 1,…, T2, la muestra de retornos
anormales L2 para la firma i en la ventana del evento. Usando el modelo del mercado
para medir el retorno normal, el modelo de retorno anormal es:
𝑅𝐴𝑖𝑡 = 𝑅𝑖𝑡 −∝̂𝑖− 𝛽𝑖𝑅𝑚𝑡 (6)
El retorno anormal, es la condición de perturbación del modelo de mercado,
calculado del muestreo. Bajo la hipótesis nula, condicional sobre los retornos del
mercado en la ventana de eventos, los retornos anormales serán conjuntamente
distribuidos con una media condicional de cero y una varianza condicional de σ2(RAit)
donde:
σ2(RA𝑖𝑡) = σ2εi +
1
𝐿1
[1 +(𝑅𝑚𝑡 − μ̂)2
σ̂2𝑚
] (7)
De (7), la varianza condicional tiene dos componentes. Un componente es la
perturbación de la varianza σ2εi de (2) y el segundo componente es la varianza adicional
dada por el error muestral en αi y βi. Este error muestral, además de ser común para
16
todas las observaciones en la ventana de eventos, lleva a correlaciones seriales de los
retornos anormales, a pesar de que las verdaderas perturbaciones, son independientes a
través del tiempo. Mientras más crezca la ventana de estimación L1, más el segundo
término se aproxima al cero, al igual que desaparecen los parámetros del error muestral.
La varianza del retorno anormal será σ2ε y el retorno anormal observado se volverá
independiente a través el tiempo (Fama y French, 1996).
Bajo la hipótesis nula, H0, el evento no posee impacto sobre el comportamiento de los
retornos y las propiedades distributivas de los retornos anormales pueden ser usadas para
crear inferencias sobre cualquier periodo dentro de la ventana del evento (MacKinlay,
1997). Bajo la H0 la distribución del retorno anormal de la muestra, de alguna
observación en la ventana del evento es:
RAit ~ N (0, σ2(RAit)) (8)
Luego (8) se basa en considerar el agregado de retornos anormales.
Las observaciones del retorno anormal deben ser añadidas, en aras de construir
inferencias del evento a investigar. El agregado se da a través de dos variables: a través
del tiempo y las acciones de empresas. Primero se va a considerar el agregado a través
del tiempo, para una sola acción de una empresa y luego, se considerará el agregado de
numerosas empresas, a través del tiempo.
El concepto de Retornos Anormales Acumulativos (RAA) es necesario para
acomodar una ventana de eventos de múltiples periodos. Estableciendo a RAAi(t1,t2)
como la muestra de Retornos Anormales Acumulativos, desde el periodo t1 hasta el
periodo t2, donde T1<t1≤t2≤T2. El RAA de t1 a t2, es la suma de los retornos anormales
incluidos:
17
RAA𝑖(𝑡1, 𝑡2) = ∑ 𝑅𝐴𝑖𝑡
𝑡2
𝑡=𝑡1
(9)
Asintóticamente, mientras L1 incrementa la varianza de RAAt es:
σ𝑖2(𝑡1, 𝑡2) = (𝑡2 − 𝑡1 + 1)σεi
2 (10)
Esta gran muestra del estimador de la varianza puede ser usado para valores
razonables de L1. No obstante, para pequeños valores de L1, la varianza de los RAA
debería ser ajustada para los efectos del error de estimación en los parámetros del
modelo normal. Este ajuste involucra el segundo término de (7) y un consecuente ajuste
relacionado para la covarianza serial del retorno anormal.
La distribución de los Retornos Anormales Acumulativos bajo H0 es:
RAA𝑖(𝑡1, 𝑡2)~𝑁 (0, σ𝑖2(𝑡1, 𝑡2)) (11)
Dada las distribuciones de los retornos anormales y los retornos anormales
acumulativos, se pueden construir pruebas para la hipótesis nula.
Sin embargo, pruebas con un evento observado tienden a no ser útiles, por lo que es
necesario el agregado. Las observaciones de retornos anormales deben ser agregadas
para la ventana del evento y a través de las observaciones sobre el evento. Para esta
agregación, se asume que no hay una agrupación alguna. Eso significa que las ventanas
de evento de las acciones seleccionadas no se solapan (MacKinlay, 1997). La ausencia
de algún solapamiento y el mantenimiento de los supuestos distribucionales, implican
que los retornos anormales y los retornos anormales acumulativos serán independientes
a lo largo de las empresas.
18
Los retornos anormales de las acciones individuales pueden ser agregados utilizando
el RAit de (7) por cada periodo en el evento, t= T1 + 1,…, T2. Dado los N eventos, el
agregado de retornos anormales de la muestra para el periodo t es:
𝑅𝐴𝑡̅̅ ̅̅ ̅ =
1
𝑁∑ 𝑅𝐴𝑖𝑡
𝑁
𝑖=1
(12)
Y para una gran L1, la varianza es:
𝑣𝑎𝑟(𝑅𝐴̅̅ ̅̅𝑡) =
1
𝑁2∑ σεi
2
𝑁
𝑖=1
(13)
Utilizando estos estimados para cada periodo en el evento, se pueden analizar los
retornos anormales. El promedio de retornos anormales puede ser agregado sobre la
ventana de eventos, usando la misma aproximación a la utilizada para calcular el RAA
para cada acción de las empresas i. Para cualquier intervalo en la ventana del evento:
𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2) = ∑ 𝑅𝐴̅̅ ̅̅𝑡
𝑡2
𝑡=𝑡1
(14)
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)) = ∑ 𝑣𝑎𝑟(𝑅𝐴̅̅ ̅̅𝑡)
𝑡2
𝑡=𝑡1
(15)
Se adelanta la idea de que equivalentemente, se puede formar el RAA empresa por
empresa, hasta lograr un agregado a través de la ventana de tiempo:
19
𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2) =1
𝑁∑ 𝑅𝐴𝐴𝑖
𝑁
𝑖=1
(𝑡1, 𝑡2) (16)
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)) =1
𝑁2∑ σ𝑖
2
𝑁
𝑖=1
(𝑡1, 𝑡2) (17)
Para las estimaciones de la varianza, el supuesto de que las ventanas de eventos, de
las N acciones de empresas no se solapan, es usado para establecer los términos de
covarianza a cero. Inferencias involucrando los RAA pueden ser establecidos usando:
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)~𝑁[0, 𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2))] (18)
Para comprobar la hipótesis nula de que los retornos anormales son cero. En la
práctica, como σεi2 es desconocido, un estimador debe de ser utilizado para calcular la
varianza de los retornos anormales, como lo es en (13). La típica medida muestral de σεi2
proveniente de la regresión del modelo de mercado en la ventana de estimación es la
elección ideal para esta comprobación:
𝜃1 =𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2))1
2⁄~𝑁(0,1) (19)
Este resultado distribucional es asintótico con respecto al número de acciones N y el
tamaño de la ventana de estimación L1.
Entendiendo que a partir de tita (1) hallada por (19), se puede establecer la
comprobación de la hipótesis nula sobre el impacto en los retornos de las acciones,
proveniente de una ventana de eventos en el modelo de mercado.
20
1.3. Formación de precios.
El marginalista austríaco Boehm-Bawerk (1889) destaca por explicar, de forma
práctica e intuitiva, lo que denomina “La ley básica de determinación del precio”. En
ella describe la formulación de precios cuando hay competencia únicamente por el lado
de la oferta, cuando hay competencia solamente por el lado de la demanda y cuando
existe en ambas, que suele ser el caso de los mercados financieros, y es el analizado. Si
bien la mayoría de las formulaciones se hacen en base a mercados que involucran
producción (como lo demuestran los ejemplos que desarrolla), los principios expuestos
también aplican para mercados secundarios como los de valores, pues se consideran
universales.
La primera explicación se da analizando un mercado pequeño, en el que los
compradores y vendedores pueden fijar el precio inicial que están dispuestos a aceptar,
en función del valor subjetivo que le dan al bien a ser intercambiado, dicha información
es pública, y todos los productos en el mercado tienen la misma calidad.
Según Boehm-Bawerk (1889), el precio en un mercado pequeño se establecerá dentro
de un rango, definido por las “parejas marginales”. El límite superior está dado por la
valoración del último comprador en acordar la transacción y la valoración del vendedor
potencial excluido del mercado con mayor capacidad de intercambio (o lo que es lo
mismo, dispuesto a bajar más el precio con respecto a su valoración). El vendedor que
efectivamente logra acordar la transacción está consciente de su posibilidad de elevar el
precio lo más que pueda entre lo que está dispuesto a ofrecer inicialmente el comprador
y el monto en el cual al comprador le será indiferente adquirir el bien del primero, o del
vendedor que queda excluido del intercambio. Inversamente, y bajo la misma lógica, el
límite inferior es fijado por la valoración del último vendedor en acordar la transacción y
la valoración del comprador potencial excluido con mayor capacidad de intercambio. La
conclusión entonces es que “el precio de mercado se establece en un punto entre un
21
margen que está limitado y determinado por las valoraciones dadas por las dos parejas
marginales. (…) Todo precio de mercado es un precio marginal. (…) El efecto que
resulta en el mercado del impacto recíproco de las valoraciones subjetivas de los bienes
y de sus medios de intercambio” (Boehm-Bawerk, 1889).
El mercado queda configurado de forma que lograrán acordar una transacción
aquellos compradores que estén dispuestos a ofrecer más y los vendedores que acepten
recibir menos, alcanzándose un equilibrio. Los compradores dispuestos a desembolsar
más aceptarán de buen grado efectuar la operación por menos de lo que podían pagar y
los vendedores dispuestos a cobrar menos acordarán con satisfacción efectuar la
operación por más de lo que pudieran haber solicitado. La excepción a esta circunstancia
serán las partes que celebren la última transacción: la pareja marginal. En este caso, el
comprador abonará un precio levemente superior que aquel al que valora el bien, y el
vendedor acreditará un precio ligeramente inferior a aquel al que valora el bien. Si el
precio final se acerca más a la valoración del oferente o del demandante, dependerá de
las habilidades de negociación de cada uno. Y ambos aceptarán un precio que difiere de
su primer óptimo bajo el supuesto de preferir un beneficio menor al esperado, que
ningún beneficio.
Al extrapolar el proceso de formación de los precios a mercados más grandes, se
observa la misma interacción entre oferentes y demandantes, pero multiplicadas por
cientos, miles o millones. Como consecuencia, la diferencia de los márgenes de
valoración se reducirá. Con el aumento de valoraciones ocupando el espacio de
intercambio, lo que en un mercado pequeño es un margen relativamente amplio, en un
mercado suficientemente grande puede convertirse incluso en un punto (Boehm-Bawerk,
1889). Como se puede inferir, las valoraciones que expresan compradores y vendedores
durante el intercambio son, al agregarlas, la cuantificación de la oferta y la demanda de
cada bien. Boehm-Bawerk (1889) añade que las cantidades tanto de oferta como de
demanda, bien pueden cuantificarse en torno a la unidad de bienes indivisibles (por
22
ejemplo, un vehículo, un crédito, una torta) como también pueden hacerlo en función de
cantidades parciales, generalmente pequeñas, de bienes divisibles (un galón de gasolina,
5 unidades monetarias, un kilo de azúcar). Definida esta instancia Boehm-Bawerk
destaca que, de acuerdo a la ley de la utilidad marginal, las unidades o porciones
adicionales de cada bien tendrán una utilidad decreciente, a medida que van
satisfaciendo las necesidades de cada individuo; con la importante implicación de que
cada individuo puede simultáneamente ocupar varios espacios en el espectro del
mercado.
Supóngase el dueño de un restaurante que para sus platos principales del día
necesita 15 kg. de pescado, por los que está dispuesto a pagar Bs. 100.000 por
kilogramo. El mismo individuo pudiera estar inclinado a comprar aún más pescado, por
ejemplo, para ofrecer a sus clientes entradas de mayor calidad que las que tiene. No
obstante, al ser estas entradas una necesidad que ya está cubierta, el dueño del
restaurante no querrá pagar más de Bs. 40.000 por kilogramo adicional. Al inspeccionar
nuevamente el mercado, ningún oferente valora el pescado por menos de Bs. 41.000, por
lo que no realiza compras adicionales.
En el ejemplo se constatan dos elementos teóricos previamente descritos. En
primer lugar, si el dueño del restaurante es el segundo comprador restante con más
capacidad de intercambio (o lo que es lo mismo, de pagar más), los Bs. 40.000 que está
dispuesto a ofrecer fijan el “piso” o límite inferior sobre el cual el último comerciante
que acuerde vender negociará el precio con aquel comprador dispuesto a ofrecer Bs.
41.000. De la dinámica de negociación de esta pareja marginal resultará un punto dentro
del margen de mil bolívares: el precio de mercado en ese momento. El segundo
elemento que se comprueba es que en un mismo instante, el individuo ocupa dos
espacios de la demanda, de acuerdo a la “intensidad de su deseo” (Boehm-Bawerk,
1889): como agente con alta capacidad de intercambio y como comprador potencial
excluido del mercado.
23
Dentro de las fuerzas de la oferta y la demanda, Boehm-Bawerk (1889) identifica
6 determinantes del precio de un bien:
1. El número de demandas que se dirigen hacia el bien: el deseo de poseer un
bien debe ser mayor que el deseo de retener aquel por el que se va a intercambiar
(dinero, generalmente). La demanda entonces es constituida por todas las personas que
valoran el bien por encima de lo que valoran la cantidad del medio de intercambio
expresada en el precio.
2. La valoración del bien por los compradores: la cual proviene de la utilidad
marginal, a la vez caracterizada por las relaciones de necesidad y satisfacción;
específicamente, por el número e intensidad de las necesidades que requieren
satisfacción, así como la cantidad del bien disponibles. Incluso cuando en un mercado
existen compradores que aprecian el bien por su valor de intercambio y no de uso (caso
de un intermediario o un revendedor), el precio se ve influido por las valoraciones de los
compradores finales, que determinan el valor que le dará el revendedor al bien.
3. El valor subjetivo del bien de intercambio para los compradores: la
universalidad del dinero como medio de intercambio provoca que su valor no radique en
la relación entre necesidad y satisfacción, sino en la cantidad de necesidades que se
pueden satisfacer con él.
4. La cantidad del bien que se pone a la venta: los costos son un factor importante
en el número de bienes que se producen: mientras más altos sean, menos se producirá,
mientras más bajos, mayor producción; evidentemente están estrechamente ligados con
la oferta disponible. Igualmente, las valoraciones dadas al bien también pueden afectar
las cantidades del mismo que se exponen al mercado y por tanto, el precio.
24
5. El valor subjetivo del bien para los vendedores: en esta instancia ocurre una
particularidad: para el vendedor, la valoración por uso de los bienes en venta se acerca a
cero (tiene una “abundancia inútil”), por lo que son realmente los compradores quienes
valoran y por tanto acotan el precio. El oferente probablemente busque deshacerse de
todos los bienes en venta, ergo si oferta n productos, el precio será determinado por la
valoración del enésimo comprador: el marginal.
6. El valor subjetivo del bien de intercambio para los vendedores: al igual que en
el punto 3, la utilidad marginal vendrá menos por el valor del medio de cambio per se, y
más por los bienes que se puedan consumir con él.
En el caso particular de los mercados financieros, los principales promotores de
las valoraciones de compradores y vendedores son los beneficios esperados que calculan
personas o entidades, podrán obtener en el futuro1. Como consecuencia, los precios de
las acciones son sumamente sensibles a noticias, tanto buenas como malas, pues ambas
se toman como indicios del rendimiento futuro de la empresa.
De esta forma es fácil ver cómo una noticia positiva (por ejemplo, un buen reporte
de resultados) atrae compradores hacia una determinada acción, ante lo cual los
vendedores se verán dispuestos a renunciar a esos mayores beneficios esperados sólo si
reciben una compensación de igual o superior a su valoración de los mismos. La
reacción inversa ocurre ante noticias negativas, pues al reducirse los rendimientos
esperados, muchos vendedores preferirán obtener una ganancia inmediata, aunque sea
menor, que correr el riesgo de seguir reduciendo sus beneficios esperados.
1 Ver 1.5. Valuación de acciones.
25
1.4. Comportamiento de los mercados.
1.4.1. Hipótesis de los Mercados Eficientes.
En términos generales, la hipótesis de los mercados eficientes se enfoca en
comprobar si los precios en cualquier momento “reflejan completamente” la
información disponible. Aunque la teoría sólo posea contenido empírico, dentro del
contexto de un modelo más específico de equilibrio de mercado, se trata de un modelo
que especifica la naturaleza del mercado de equilibrio cuando los precios manifiestan
completamente la información disponible. Toda la literatura empírica disponible está
implícita o explícitamente basada en el supuesto de que las condiciones de equilibrio del
mercado pueden estar presentes en los retornos esperados. Este supuesto es el
fundamento del retorno esperado o del “juego justo” de los modelos de mercados
eficientes (Fama, 1970), en el que los jugadores (inversionistas) son incapaces de usar la
información del mercado para obtener retornos anormales positivos.
El trabajo empírico puede ser dividido en tres categorías, dependiendo de la
naturaleza del subconjunto de interés:
• Las Pruebas de Forma Fuerte, se enfocan en si los inversores individuales o
grupales tienen un acceso monopólico a cualquier información relevante de la
formación de precios. Un modelo tan extremo no se considera realista, y es
probablemente mejor visto como un punto de referencia contra el cual revisar las
desviaciones del mercado eficiente.
• En las Pruebas de Forma Semi-fuerte, siendo menos restrictivas, la información
del subconjunto de intereses incluye todo lo que esté públicamente disponible.
• En las Pruebas de Forma Débil, la información del subconjunto son el histórico
de precios o la secuencia de retornos.
26
Las pruebas de Forma Débil del modelo de eficiencia de mercado son las más
voluminosas y los resultados apoyan fuertemente esta premisa. Aunque estadísticamente
se haya encontrado evidencia significativa de la dependencia en las modificaciones de
precios sucesivos o de retornos, parte de esta afirmación es consistente con el modelo de
“juego justo” y el resto no parece ser suficiente como para declarar al mercado como
ineficiente. Ciertamente, al menos para lo que es el cambio de precios que cubren un día
o más tiempo, no hay suficiente evidencia para hacerle frente al más ambicioso
descendiente del modelo de “juego justo”, es decir, el camino aleatorio2 (Fama, 1970).
Por lo tanto, sí hay evidencia consistente de la dependencia positiva en el cambio
diario en el precio y retorno de las acciones y la forma de esta dependencia puede ser
utilizada como base de unas marginalmente rentables reglas de intercambio. En la data
la dependencia aparece como una serie de correlaciones consistentemente positivas
(Fama, 1965), pero también consistentemente cercanas a cero, y con una ligera tendencia
para los números observados de cambios de precio positivos y negativos a ser menores
que los esperados, viniendo de un proceso puramente aleatorio. Más importante, la
dependencia también se muestra en las pruebas de filtro de otros autores (Alexander,
1961) y en aquellos presentados por Fama y Blume (1966), como una tendencia para
filtros3 muy pequeños a producir ganancias en excesos al comprar y mantener la acción
por largo tiempo (“buy-and-hold”).
Pero cualquier sistema (tal como el de filtros) que intente cambiar la dependencia del
corto plazo en beneficios económicos de necesidad, genera tantas transacciones que sus
ganancias esperadas serían absorbidas por las comisiones mínimas (cuotas de manejo de
2 La teoría del camino aleatorio (random walk) fue publicada en 1973 por Burton Malkiel y afirma que
las variaciones en los precios de las acciones son completamente fortuitas e impredecibles, por lo que
movimientos pasados no son de utilidad para predecir cambios futuros (Investopedia, s.f.). 3 Un filtro es un conjunto de criterios utilizados para discriminar y seleccionar los vehículos
financieros, índices y acciones que cumplan con la estrategia de inversión del capitalista (Investopedia,
s.f.).
27
seguridad) que los operadores o “traders” deben pagar en caso de intercambios grandes.
Así que, utilizando una menos estricta interpretación de eficiencia de mercado, esta
dependencia positiva no parece ser de suficiente importancia como para justificar el
rechazo de los modelos de mercados eficientes (Fama, 1970).
Evidencias que contradigan el “juego justo” de los modelos de mercados eficientes
para cambios en los precios o retornos que cubren períodos mayores a un solo día, son
más difíciles de hallar. En los trabajos de otros investigadores (Cootner, 1962 y Moore,
1962) se reportan correlaciones seriales negativas (pero pequeñas) en los retornos
semanales de las acciones, y este resultado aparece también en el retorno de cuatro días
analizado por Fama (1970). Pero esto no aparece en otras pruebas realizadas (Fama,
1965), en las que si acaso, hay una ligera indicación de dependencia positiva, que
realmente no podría considerarse como evidencia de dependencia. En cualquier caso, no
hay indicador de que cualquier dependencia que exista en los retornos semanales, pueda
ser usada como base de las reglas de intercambio.
Las pruebas de formas semi-fuertes, en las cuales se asume que los precios reflejan
totalmente toda la información pública disponible, también han apoyado la hipótesis de
mercados eficientes. Así, Fama, Fisher, Jensen y Roll (1969) encuentran que la
información considerada al momento de realizar una división de acciones que involucre
futuros pagos de dividendos de la firma, está en promedio reflejada completamente por
el precio de la cuota de participación, al momento de la división.
De igual forma, estudios de otros investigadores (Ball y Brown, 1968; Scholes,
1969) llegan a una conclusión similar con respecto a la información, contenida en dos
aseveraciones: (i) anuncios anuales de las ganancias de las empresas y (ii) en nuevas
emisiones y un largo bloque de emisiones secundarias de acciones comunes. Aunque
sólo algunos de los tipos de eventos que generan información están representados, estos
28
se encuentran entre los más importantes, y los resultados son probablemente indicativos
de lo que se puede esperar de estudios futuros.
Como se había mencionado antes, los modelos de mercados eficientes de Forma
Fuerte asumen que los precios reflejan completamente toda la información disponible, y
son probablemente mejor interpretados como punto de referencia al evaluar las
desviaciones del mercado eficiente. En efecto, tales desviaciones han sido observadas:
primero por Niederhoffer y Osborne (1966), quienes aclaran que los especialistas en las
bolsas de valores tienen acceso a la información a su alcance sin restricción y utilizan
esta información para generar beneficios comerciales. Segundo, por Scholes (1969),
quien encuentra que (sin sorpresas) los conocedores o “insiders” de la corporación,
suelen tener acceso monopolístico a la información dentro de sus empresas.
Hasta el momento, solo se ha documentado a los especialistas y conocedores de la
corporación como los únicos grupos en tener acceso monopolístico a la información. No
hay evidencia de que las desviaciones de la forma fuerte en el modelo de mercados
eficientes hayan permeado a algún otro actor en los mercados de valores. Para los
propósitos de la mayoría de los inversionistas, el modelo de los mercados eficientes
parece una buena aproximación a la realidad.
En conclusión, la evidencia que apoya el modelo de mercados eficientes es extensa y
las posibles evidencias contradictorias son escasas, por lo que, a pesar de que mucha
investigación aún tiene que llevarse a cabo, a efectos de este estudio, utilizar dicha teoría
para sustentar un modelo para conocer cómo se manejan las expectativas de mercados
representa un respaldo teórico suficientemente sólido.
29
1.4.2. Según la escuela Keynesiana.
La afirmación de que las caídas en la bolsa de valores provienen de errores
racionales, cometidos por agentes racionales, está equivocada. La propia volatilidad en p
(el índice del precio de la acción), al identificarse una tendencia en la que grandes
movimientos sobre p ocurren una y otra vez, implica otra respuesta (Shiller, 1980).
Según Shiller (1980), poca literatura de los mercados eficientes refleja
directamente las características del modelo, en el que los retornos reales esperados para
el mercado accionario agregado son constantes a través del tiempo. A pesar de que
previamente descarte la afirmación sobre de los errores racionales, sí busca enfocarse en
una duda más adecuada a su estudio: ¿en qué se basan los movimientos en los precios
reales de las acciones? ¿Acaso pueden ser explicados por la información subsecuente de
los dividendos reales? La evidencia encontrada demuestra que la volatilidad del precio
de una acción es mucho mayor que la volatilidad de los dividendos y las ganancias que
en teoría se reflejan en él.
El modelo de mercados eficientes revela que las series de innovación de precios
(∆𝑡𝑝𝑡) están seriamente desvinculados, y que la variación del precio en el tiempo (∆𝑝𝑡),
tiene una aproximación seriamente desvinculada también. Es decir, ∆𝑝𝑡 es
completamente independiente de ∆𝑝𝑡−1 y de ∆𝑝𝑡+1 . Ergo, se concluye que los
movimientos en los precios reales 𝑝𝑡, a los que se les ha eliminado las tendencias de
largo plazo, pudieran estar justificados por la nueva información involucrando
movimientos futuros en dividendos reales 𝑑𝑡 de la misma categoría, pero solamente si
estos anticipados movimientos futuros fueran mayores que los observados en el pasado.
En cambio, si los movimientos en tasas de interés reales no observadas, fueran
invocadas para explicar la alta volatilidad de los precios, entonces estos movimientos de
tasa de interés real, tuvieran que ser inmensos (Shiller, 1980).
30
La inhabilidad del mercado para reflejar toda la información de forma eficiente
se deriva de su componente humano. Según Keynes (1936), además de la inestabilidad
producto de la especulación, existe una inestabilidad proveniente de la naturaleza
humana característica, en la que una gran proporción de las actividades positivas
empleadas por el hombre dependen más del optimismo espontáneo, que de la
expectativa matemática, sin importar que sea moral, hedonista o económica. La mayoría
de los actos dirigidos a construir rendimientos positivos, pueden ser tomados únicamente
como resultados de los espíritus animales (de una urgencia espontánea hacia la acción
más que la inacción), y no de la consecuencia de un promedio cuantitativo de beneficios
multiplicados por probabilidades estadísticas. La iniciativa pretende asimismo ser
principalmente accionada por declaraciones en su propio prospecto, aunque franco y
sincero. Por lo que, si el espíritu animal se recrudece y el optimismo espontáneo decae,
dejando al individuo solamente con la expectativa matemática, el emprendimiento
desaparecerá (Keynes, 1936).
Akerlof y Shiller (2009) también se esfuerzan en destacar la importancia de las
narrativas: las historias que rodean a personas, corporaciones y productos hacen que
sean percibidos como más atractivos o repudiables. Hoy en día es fácil encontrar
ejemplos de esto: Monsanto, por ejemplo, sufre una reputación negativa por producir
alimentos genéticamente modificados, que supuestamente perjudican la diversidad de las
cosechas y son menos saludables para el consumo humano. Si bien no está al alcance de
un individuo cualquiera sacar una conclusión razonada (habría que estudiar la
composición química de los alimentos, los efectos a largo plazo en el cuerpo humano del
producto final y en el medio ambiente de la materia prima, etc.), muchos han decidido
repudiar la marca y sus productos. En el extremo contrario, se dan a conocer historias
como la de Steve Jobs y la compañía que empezó en su garaje y que a través de la
innovación tecnológica revolucionó industrias tan diversas como la computación y
programación, las telecomunicaciones, el diseño y la música, al tiempo que convertía a
Apple en la empresa más valiosa a nivel mundial. Todo esto, evidentemente, le ha
31
generado una percepción más que positiva a ojos de los consumidores. De manera no
necesariamente consciente, estas apreciaciones juegan un rol importante en las
interacciones de cada empresa ante sus consumidores, clientes, empleados, accionistas y
aliados comerciales.
Cabe notar que si bien el movimiento keynesiano se distingue del socialista por creer
en el libre mercado y descartar controles estatales, se diferencia de otras escuelas como
la monetarista, la liberal y la neoclásica al abogar por regulaciones e intervenciones
gubernamentales con el fin de tratar de limitar la acción de fuerzas que no son
estrictamente económicas presentes en el mercado, tales como la confianza, la codicia, la
manipulación, el miedo y la euforia (Akerlof y Shiller, 2009). Porque si bien las
variaciones de precios individuales pueden explicarse, los movimientos del mercado
como un todo no parecen motivados por ningún factor en particular, económico o no.
1.5. Valuación de acciones.
En el mundo de las empresas que transan en bolsa, sean multinacionales o no, las
acciones juegan un rol crítico y fundamental. Las acciones de una empresa representan
el número de participaciones que los inversionistas poseen sobre ésta: mientras más
acciones tenga un individuo u ente (fondo de pensiones o instituciones de seguros), más
utilidades obtiene y mayor propiedad tendrá sobre la empresa (Brealey, Myers y Allen,
2010).
Una empresa puede percibir capital adicional por dos vías: la emisión de deuda y la
venta de acciones nuevas, a ser transadas en el mercado primario. Sin embargo, es en el
mercado secundario donde se realizan la mayor parte de las transacciones, al negociar
entre sí los inversionistas con títulos valores ya existentes y que por ende no aportan
capital a las empresas (Brealey et al., 2010). El ejemplo más representativo es la Bolsa
de Valores de Nueva York (NYSE por las siglas de New York Stock Exchange).
32
Dentro del mercado secundario existen dos tipos principales de mercados, el mercado
de subastas y el mercado de intermediarios. El mercado de subastas, según Brealey et al.
(2010), es aquel en el cual los especialistas funcionan como subastadores que reúnen a
compradores y vendedores potenciales; la mayoría de las bolsas de valores del mundo se
organizan como mercados subastadores. Mientras, el mercado de intermediarios es aquel
en donde se llevan a cabo negociaciones entre el inversionista y un grupo de
intermediarios (como por ejemplo NASDAQ).
Las acciones ordinarias de una empresa se valúan a través del precio y los dividendos
que proporcionan a sus accionistas. Según Brealey et al. (2010), la fórmula del flujo de
efectivo descontado (FED) para el valor presente de una acción es la misma que el valor
presente de cualquier otro activo. Ahora, para que dicha fórmula sea válida, se le deben
descontar los flujos de efectivo al rendimiento que otorga el mercado de capitales por
títulos de riesgo similar. Los accionistas reciben efectivo de la empresa en forma de una
corriente de dividendos. Entonces,
VP (acción) = VP (dividendos futuros esperados)
Siendo VP el Valor Presente tanto para la acción como para dividendos futuros
esperados. Se puede inferir a través de la ecuación anterior que cuando los inversionistas
compran acciones esperan recibir un dividendo y también una ganancia de capital.
El pago en efectivo a los propietarios de acciones ordinarias se manifiesta de dos
formas: 1) dividendos en efectivo y 2) ganancias o pérdidas de capital (Brealey et al.,
2010).
𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 = 𝑟 =𝐷𝐼𝑉1 + 𝑃1 − 𝑃0
𝑃0
33
Donde el precio actual de una acción es P0, el precio esperado dentro de un año es P1
y el dividendo esperado por acción es DIV1. Por lo que “la tasa de rendimiento que los
inversionistas esperan recibir por la acción durante el próximo año” (r) se define como el
dividendo esperado por acción DIV1, mas la revalorización del precio de la acción P1 –
P0, dividido entre el precio al inicio de año P0.
Con cierto conocimiento en cuanto a los pronósticos del dividendo y el precio que
calculan los especialistas del mercado, así como el rendimiento esperado ofrecido por
otras acciones con el mismo riesgo, es posible predecir el precio de hoy, con la siguiente
formula:
𝑃𝑟𝑒𝑐𝑖𝑜 = 𝑃0 =𝐷𝐼𝑉1 + 𝑃1
1 + 𝑟
Para definir la tasa de rendimiento del mercado o descuento r, ésta se calcula a través
de los rendimientos esperados de distintas empresas que posean el mismo nivel de riesgo
que las acciones de la empresa que se esté utilizando en la muestra. Estos niveles de
riesgo se clasifican en grupos llamados “clases de riesgo” (Brealey et al., 2010).
Siguiendo la explicación de Brealey et al. (2010), la tasa también es válida para
cualquier periodo subsecuente, por lo cual permitirá expresar el precio proyectado del
próximo año en términos de flujo subsecuente de dividendos DIV2, DIV3, etc. De este
modo se obtiene:
𝑃0 =𝐷𝐼𝑉1
1 + 𝑟+
𝐷𝐼𝑉2
(1 + 𝑟)2+ ⋯ +
𝐷𝐼𝑉𝐻 + 𝑃𝐻
(1 + 𝑟)𝐻
= ∑𝐷𝐼𝑉1
(1 + 𝑟)𝑡
𝐻
𝑡=1
+𝑃𝐻
(1 + 𝑟)𝐻
34
Siendo ∑ 𝐻𝑡=1 la expresión que indica la suma de los dividendos descontados desde el
año 1 hasta el H.
2. El contexto económico venezolano
2.1. El mercado venezolano en 2010.
La economía venezolana en el año 2010 estuvo signada por una contracción del 1,9%
del PIB y una inflación del 26,9%, ambas atribuidas a la recesión acaecida en el 2009
como producto de la volatilidad de los precios del petróleo durante ese año (Reuters,
2010). Aun así es destacable que durante los 9 primeros meses del 2010, el precio del
petróleo venezolano fluctuó entre los 65 y los 75 USD, y durante el último trimestre
incluso experimentó un alza que llevó el precio del crudo venezolano a situarse en 82,89
dólares por barril (Scrofina, 2012), lo cual significó un alivio en comparación con el año
2009 y permitió reducir la caída del PIB.
Para comprender el tamaño y la importancia que podía tener el mercado venezolano
para las EMNs, resulta útil comparar la economía del país con las de otros países. En el
año 2010, Venezuela se ubicó como el cuadragésimo tercer (43°) país del mundo y el
sexto en Latinoamérica con mayor población, siendo ésta de aproximadamente
28.834.000 personas (Banco Mundial, 2011). El PIB de Venezuela fue de más de 387
millardos de dólares, con lo que el país se situó como la vigésimo cuarta (24°) economía
más grande del mundo y la tercera del Latinoamérica, representando poco más que el
0,6% de la economía mundial (Banco Mundial, 2011).
Sin embargo, estas cifras pueden ser refutadas si se tiene en cuenta que, según el
mismo Banco Mundial (2017), gran parte de la data publicada por el organismo
35
multilateral es suministrada por los mismos países miembros, lo cual presenta la
oportunidad para que las instituciones de los países presenten las estadísticas a
conveniencia propia, dada la existencia de asimetrías de información. En el caso
venezolano en particular, el año 2010 fue testigo de hasta 4 tasas de cambio distintas
operando en simultáneo: CADIVI preferencial (2,6 VEF/USD), CADIVI (4,3
VEF/USD), SITME (5,3 VEF/USD) y la tasa paralela (que promedió 7,6 VEF/USD
durante el año). El PIB estuvo ligeramente por encima del billón de bolívares en
términos nominales (BCV, 2014), por lo que, calculando a cada tasa, el PIB de
Venezuela se reflejaría según la siguiente tabla:
Tabla 1
PIB de Venezuela según el tipo de cambio utilizado
Fuente: Banco Mundial, BCV.
*Al dividir el PIB en bolívares según el BCV entre la tasa de cambio, resulta una diferencia frente a la
cifra del Banco Mundial de 3,2 millones de dólares.
Naturalmente, el diferencial cambiario hace que la posición de Venezuela con
respecto al resto del mundo varíe notablemente: el país hubiese caído 20 puestos en el
ranking mundial del PIB en el caso hipotético de haber proporcionado la data a tasa
paralela en lugar de haberlo hecho a la más baja, mientras que su representación como
porcentaje del PIB global hubiera disminuido en un tercio.
Idealmente, las cifras deberían haber sido suministradas (y consecuentemente
calculadas), bien emparejando estrictamente a cada transacción el tipo de cambio
utilizado, o haciendo uso de un promedio ponderado según la cantidad total de
4 Producto Mundial Bruto.
Tipo de Cambio Tasa PIB (USD) Ranking Mundial Ranking Latam % del PMB4
CADIVI pref. 2,6 391.090.287.692,31* 24° 3° 0,62%
CADIVI 4,3 236.473.197.209,30 36° 5° 0,38%
SITME 5,3 191.855.612.830,19 47° 6° 0,30%
Paralelo (prom.) 7,6 133.794.045.789,47 54° 7° 0,21%
36
transacciones realizadas a cada tipo de cambio. Como esta información no es pública, se
hace el cálculo tomando cada tasa como la única utilizada en las operaciones cambiarias.
Con respecto a las empresas que conforman la muestra, en la tabla 2 se puede
verificar la importancia del mercado venezolano para cada una de ellas en el 2010, de
acuerdo a las ventas netas y activos, en términos nominales y como proporción del total
de cada EMN.
Tabla 2
El mercado venezolano para la muestra de EMNs (en millones, USD)
Fuente: SEC.
* Las empresas no publicaron las ventas netas, sino los ingresos netos de Venezuela. A veces, ambos
términos son usados indistintamente.
** El dato no fue publicado pero la empresa indica en su forma 10-K que sus ventas y/o activos de
Venezuela equivalían a no más del 1% del global (2% para las ventas de Herbalife).
La tabla 2 refleja la realidad de la mayoría de las EMNs: el mercado venezolano, ni por
población ni por poder adquisitivo (como se manifiesta en el PIB), tenía una representación
demasiado significativa dentro de las ventas y los activos de cada empresa. La única salvedad se
Empresa Ventas Netas % Activos % del Total
Avon Products Inc* 325,86 3% 158 2,01%
General Cable Corp 160,54 3,30% 225,2 5,20%
Colgate-Palmolive Co 622,56 4% 200 1,79%
WR Grace & Corp 26,75** 1% 42,717** 1%
Goodyear Tire & Rubber 195,612 1,04% 210 1,34%
Halliburton Company - - 183 1%
Herbalife Ltd 54,684** 2% 19,4 1,57%
Mercado Libre Inc* 20,885 9,64% 6,676 3,89%
Owens Illinois Inc 129 1,94% 99 1,01%
Praxair Inc 101,16** 1% 61,450** 1%
37
encuentra en las ventas de Mercado Libre, y la misma se explica por ser una EMN que abarca
únicamente el mercado de Latinoamérica.
2.2. Régimen Cambiario en Venezuela.
Durante la segunda gestión del Presidente Rafael Caldera, luego de desmantelar el
esquema de control de cambios vigente desde junio de 1994, se comenzó a instrumentar
un sistema de bandas cambiarias a partir de julio de 1996, antecedido por un lapso de
transición, comprendido entre abril y julio, donde se permitió que la moneda flotara
libremente con el propósito de que el mercado apuntara hacia un tipo de cambio de
equilibrio. Dado que durante la aplicación del sistema de control cambiario,
administrado por la Oficina Técnica de Administración Cambiaria (OTAC), no se tomó
como variable el nacimiento de un mercado paralelo sino únicamente transacciones
realizadas a la tasa de cambio oficial, que no reflejaban las reales condiciones de oferta y
demanda, al levantarse el control no existía un referente de mercado que guiara a los
agentes de operaciones cambiarias a establecer un precio en específico, adoptándose por
lo tanto el sistema de flotación limpia antes descrito. Guerra y Pineda (2004), esclarecen
las consideraciones para establecer el precio de la banda cambiaria: “La definición de los
parámetros de la banda, en particular la pendiente, estuvo condicionada por el uso que se
le asignó al tipo de cambio como ancla de los precios. En efecto, se valoró que el
abatimiento de la inflación, la cual se había acelerado considerablemente a partir de
1994, demandaba de un empleo más intenso del tipo de cambio nominal como referente
del sistema de precios”.
Según estas especificaciones, la tasa de deslizamiento (por la cual fluctuaban las
variaciones del tipo de cambio) de la paridad central fue establecida en 1,5% mensual,
acorde a la meta de inflación negociada por el Ejecutivo con el Fondo Monetario
Internacional. Ello implicaba un importante repunte de la inflación por los efectos del
38
desmantelamiento del control de cambios y de la devaluación. Al cierre de 1996, según
la data publicada por el Banco Central de Venezuela, la inflación se cifró en 103,2%.
Mientras estuvo vigente, la banda cambiaria fue objeto de cinco realineaciones. En
tres de ellas se ajustó la paridad a la baja, se redujo la tasa de deslizamiento y se
conservó la amplitud del margen; aunque la última realineación, que se dio en enero de
2002, aplicó un moderado ajuste al alza de la banda, tanto en la paridad de inicio como
en la tasa de deslizamiento.
El primer cambio o realineación ocurrió en enero de 1997, pues el tipo de cambio
paralelo de aquel momento se encontraba en un nivel inferior al deslizamiento de la
banda, y ésta de mantenerse hubiera empeorado la presión de la banda a aumentar el tipo
de cambio y no cumplir la meta impuesta para mantener la inflación.
En los inicios de la gestión del Presidente Hugo Chávez, en el año 1.999, se continuó
con el sistema de bandas cambiarias y se realizaron la cuarta y quinta realineación
mencionadas anteriormente.
Sin embargo, el gobierno decidió eliminar este sistema cambiario en 2002. El
economista José Guerra (2004) argumenta las siguientes razones:
• Una sostenida disminución de las reservas internacionales
• Una situación fiscal muy complicada por la caída de los precios del petróleo
entre finales de 2001 y comienzos de 2002
• Un contexto de inestabilidad política
Estos factores impulsaron la variable especulativa gestada a lo largo del 2001,
debilitando las reservas internacionales del BCV. En estas condiciones, el Banco Central
no pudo continuar defendiendo el tipo de cambio y optó por dejarlo flotar a partir del 12
de febrero de 2002.
39
Posteriormente, en enero de 2003, alegando la protección de la inversión privada y la
prevención de la fuga de capitales, se adoptó un nuevo esquema de control de cambio
que se comenzó a aplicar a partir del 21 de enero, (según el decreto Nº 2.278 publicado
en Gaceta Oficial Nº 37.625) y que en ese entonces se declaró sería transitorio. El 5 de
febrero de ese mismo año, para regular la asignación de divisas, se decreta (a través del
Decreto Presidencial Nº 2.302 publicado en la Gaceta Oficial Nº 37.625) la creación de
la Comisión de Administración de Divisas (CADIVI). A través de esta instancia se
establece la adquisición de divisas para importaciones, transferencias, remesas y los
pagos de deuda, entre otros, sujetos a los términos y condiciones impuestas por esta
Comisión. En paralelo, los ingresos en divisas de la nación por exportaciones no
petroleras, transferencias, remesas y turismo debían ser vendidos por los operadores
cambiarios al Banco Central de Venezuela. Por tanto, el sector externo de la economía
pasaba a depender de las decisiones administrativas de CADIVI.
El tipo de cambio oficial para la venta de divisas se estableció en 1.600 VEF/USD
(establecido en la Gaceta Nº 37.627, en la que se publica el Convenio Cambiario Nº 3,
del 2003) y tal como sucedió con sus antecesores RECADI y OTAC, no se contempló
un mercado paralelo para otros tipos de negociaciones o pagos con divisas.
Producto de las restricciones impuestas a la adquisición de moneda extranjera, a
mediados de marzo de 2003, personas naturales y jurídicas comenzaron a realizar
transacciones con acciones de la Compañía Anónima Nacional Teléfonos de Venezuela
(CANTV) en la Bolsa de Valores de Caracas con los cuales adquirían Recibos
Americanos de Depósito, mejor conocidos como ADR (American Depositary Receipts)
en la Bolsa de Nueva York. Así, los actores que hacían juego en la economía venezolana
establecieron un nuevo proceso para tener acceso a divisas mediante la compra de
acciones, específicamente siete, de la CANTV en Caracas, que equivalían a un ADR de
la CANTV en Nueva York. Naturalmente, la venta resultaba en un tipo de cambio
40
arbitral, el cual se constituyó como el precio de referencia para las operaciones no
contempladas por el instituto emisor ni por CADIVI, es decir, un mercado paralelo al
oficial.
Como ya había sucedido en experiencias anteriores, los tipos de cambio de este
mercado reflejaron un diferencial considerable con respecto al tipo de cambio oficial,
consecuencia de los costos transaccionales y demás barreras de acceso. Igualmente, en la
medida en que se ampliaba la brecha entre los tipos de cambios utilizados por una gran
parte de la población, el Gobierno tuvo que optar por hacer ajustes de la paridad oficial.
En el primer ajuste, en febrero de 2004, el tipo de cambio oficial se depreció hasta 1.920
VEF/USD (Según lo publicado en la Gaceta Oficial 37.875, en el Convenio Cambiario
Nº 2) y posteriormente, en marzo de 2005, se realizó una nueva corrección que lo ubicó
en 2.150 VEF/USD (Según lo publicado en la Gaceta Oficial Nº 38.138, en el Convenio
Cambiario Nº 2).
El gran problema de esta práctica es que el tipo de cambio oficial se orienta por el
mercado paralelo, y cada vez que el Gobierno decide rezagar de manera significativa la
cotización oficial, el mercado comienza a apostar por una próxima devaluación de la
tasa; característica que ha marcado desde entonces la economía del país en un juego de
adquisición y venta de divisas a través de ambos mercados. Estando el mercado de
cambio oficial marcado por un permanente desequilibrio, propiciado por el exceso en la
demanda de divisas, genera que parte de ésta se satisfaga con una oferta a un tipo de
cambio más elevado, con lo cual la brecha cambiaria tiende a ampliarse.
En el periodo transcurrido entre los años 2005 y 2008, el Gobierno mantuvo una
política de intervención activa en el mercado mediante diferentes herramientas, entre
ellas, la colocación de deuda en dólares pagadera en bolívares al tipo de cambio oficial;
notas estructuradas; la venta de bonos de otros países; y más estatizaciones sobre el
sector privado. Otra de las formas de intervención fue a través la emisión de títulos de
41
interés y capital cubierto contra la devaluación; estos títulos se convirtieron en el
referente del tipo de cambio paralelo a través de operaciones de permuta, en las cuales se
producía el canje de estos valores por valores denominados en moneda extranjera, ya
que al estatizarse la CANTV en el 2007, sus ADR dejaron de cotizarse en el mercado.
Entre el 2008 y el 2010, a la indisciplina fiscal y monetaria del Gobierno Central se le
añadió la volatilidad de los precios del petróleo, lo cual hizo insostenible el
mantenimiento de la tasa oficial vigente. Es así como el 8 de enero de 2010 se publica en
la Gaceta Oficial N° 39.342 el Convenio Cambiario N° 14, en el que se establecen dos
tipos de cambio oficiales. Se estableció una nueva tasa oficial de 2,60 VEF/USD para las
importaciones de los sectores considerados primordiales: alimentos, salud, educación,
maquinarias y equipos, ciencia y tecnología. La misma tasa sería aplicada para remesas
familiares y estudiantiles, pensiones, residentes en el exterior y actividades de salud,
deporte, cultura e investigaciones científicas. Por último, se incluía en esta tasa el pago
de deuda pública externa. Para los sectores considerados no prioritarios, se estableció
una segunda tasa de 4,30 VEF/USD.
Una de las consecuencias económicas más relevantes de este sistema fue la
imposición implícita de mayores costos de transacción para la adquisición de divisas,
reforzando la dinámica económica negativa descrita anteriormente (Guerra y Pineda,
2004).
En junio de 2010, menos de 8 meses después de la devaluación descrita, el Gobierno
decidió implementar el Sistema de Transacción con Títulos en Moneda
Extranjera (SITME) (acorde al Convenio Cambiario Nº 18, publicado en la Gaceta
Oficial Nº 39.439), el cual operaba a una tasa de 5,3 VEF/USD, siendo esta una
devaluación implícita y de facto, la segunda de ese año. El SITME, a su vez, sustituyó al
mercado cambiario basado en operaciones de permuta, que venía operando fluidamente
42
desde 2005 como un segmento complementario al mercado oficial, y que fue declarado
ilegal por el Gobierno en el año 2009.
Fig. 2. A lo largo del año 2010 hubo hasta 3 mecanismos de permuta en funcionamiento, aunado al
mercado paralelo. Es destacable que el comportamiento de este último en ningún momento pareció haber
estado influenciado por los regímenes legales, fluctuando con total independencia.
El 30 de diciembre de 2010, sucede la tercera y última devaluación del año: el
Gobierno decide unificar ambas tasas de cambio en 4,3 VEF/USD (según lo establecido
por Convenio Cambiario Nº 14, publicado en la Gaceta Oficial Nº 39.584).
El 8 de febrero de 2013, luego de dos años sin modificaciones en el manejo de la
política cambiaria, el Gobierno ajusta el tipo de cambio de 4,30 a 6,30 Bs/$ (oficializado
por el Convenio Cambiario Nº 14, publicado en la Gaceta Oficial Nº 40.108),
haciéndose efectiva una devaluación del 46,5%. Además se elimina el SITME, por “no
cumplir con los objetivos planteados”, de acuerdo con lo declarado por el Presidente del
Banco Central de Venezuela; generando una mayor inestabilidad cambiaria y empujando
al alza el tipo de cambio paralelo.
0123456789
VE
F/U
SD
Tipos de Cambio durante el 2010
CADIVI Preferencial CADIVI SITME Paralelo
43
Ese mismo año, el 30 de marzo de 2013, se crea el Sistema Cambiario para la
Administración de Divisas (SICAD) o régimen de adquisición de divisas a través de
subastas para personas naturales y jurídicas (A través del Convenio Cambiario Nº 21,
Publicado en la Gaceta Oficial Nº 40.134). Mientras estuvo vigente este esquema, el
valor de la tasa de cambio promedió 12 VEF/USD (BCV, 2013). En paralelo, se
mantuvo la tasa preferencial para alimentos y medicamentos de 6,30 VEF/USD.
Este mecanismo (SICAD) para subastar dichos rubros, se hizo con la pretensión de
generar confianza entre los inversores, sincerar las tasas oficiales a una más cercana al
paralelo y seguir “protegiendo” todos los bienes importados prioritarios para la nación,
evitando el alza de los precios.
Posteriormente, el 29 de noviembre de 2013, mediante Decreto Nº 601, publicado en
la Gaceta Oficial Extraordinaria Nº 6.116, fue decretada la creación del Centro Nacional
de Comercio Exterior (CENCOEX), con el objeto de desarrollar e instrumentar las
políticas de administración de divisas, de exportaciones e importaciones, y de
inversiones foráneas en el país y nacionales en el exterior. En esa oportunidad se creó
también la Corporación Venezolana de Comercio Exterior, con el objeto principal de
atender las necesidades de importación del país, pasando CADIVI a formar parte de
CENCOEX. Se mantiene el sistema dual de cambios, uno fijo de 6,30 VEF/USD, para
bienes preferenciales (alimentos y medicinas), y otro tipo de cambio variable a 11,36
VEF/USD, regido por el Sistema Complementario de Administración de Divisas (tasa
SICAD I), a fin de atender el resto de los sectores económicos y personas naturales.
En febrero de 2014 se modifica la Ley de Ilícitos Cambiarios y en marzo de ese
mismo año se amplía a tres el sistema de cambios oficiales, incorporándose, según el
Convenio Cambiario Nº 27 publicado en la Gaceta Oficial Nº 40.368, al Sistema
Complementario de Administración de Divisas una segunda tasa denominada SICAD II;
mediante el cual se permitía la realización de operaciones cambiarias entre particulares,
44
en efectivo o con títulos, y se incorporaba la participación del Banco Central de
Venezuela, PDVSA y otros entes del sector público.
A comienzos de febrero de 2015 (según el Convenio Cambiario Nº 33 publicado en la
Gaceta Oficial Extraordinaria Nº 6.171) fueron suspendidas las operaciones del SICAD
II y el tipo de cambio generado en ese mercado, que servía de referencia a distintas
transacciones, quedó fijado en 12 VEF/USD, de acuerdo con el nivel alcanzado en la
última sesión del Sistema antes de que fuera definitivamente sustituido.
Es así como, a partir de febrero de 2015, se anuncia la fusión (publicado mediante el
Convenio Cambiario Nº 33, en la Gaceta Oficial Extraordinaria 6.171) de SICAD I y
SICAD II, cuyo precio por dólar se ubica en 12 VEF/USD como tasa inicial, generando
un único SICAD. A través de este sistema, adscrito al CENCOEX, se realizan subastas
para la adquisición de divisas por parte de empresas dedicadas a las actividades que en
cada caso resulten favorecidas, al tipo de cambio publicado por el BCV y por los montos
anunciados en las convocatorias. La disminución de los ingresos de divisas del país por
la caída de los precios del petróleo y la reducida posición de reservas internacionales del
Banco Central de Venezuela, determinaron la disminución en el número de subastas.
Bajo este nuevo esquema se dicta una normativa que regula las operaciones en
divisas a través del sistema. Se prevén: a) operaciones de compra-venta de divisas entre
particulares denominadas de “alto valor” por un monto mínimo de USD 3.000, a través
de cuentas bancarias en moneda extranjera que la clientela mantenga, según lo dispuesto
por el Convenio Cambiario N° 20 (6 de septiembre de 2012); b) operaciones de compra-
venta de divisas al por menor entre personas naturales hasta por USD 300 diarios, USD
2.000 al mes o USD 10.000 por año calendario (publicado mediante el Convenio
Cambiario Nº 33, en la Gaceta Oficial Extraordinaria 6.171); y c) operaciones en
bolívares de títulos emitidos en moneda extranjera que sólo podrán realizarse a través de
la Bolsa Pública de Valores Bicentenaria.
45
Para la gestión de las operaciones enumeradas se crea el Sistema Marginal de Divisas
(SIMADI), cuya tasa será en teoría dictaminada por el mismo mercado, con los tres
componentes antes indicados. El tipo de cambio al cual se realizan estas operaciones
queda sujeto a la publicación que realice el Banco Central de Venezuela.La demanda del
SIMADI se limita en US$ 300 diarios para la compra, no se impone límite diario para la
venta.
En marzo de 2016, a través del Convenio Cambiario Nº 35, publicado en la Gaceta
Oficial 40.865, se anuncia la simplificación del sistema cambiario, creando una banda
protegida y otra flotante. El Gobierno decreta la creación de un tipo de Cambio
Protegido (DIPRO), e indica que "el sistema de liquidación de dólares a 6,30 bolívares
pasa a 10 bolívares, para los sectores salud, medicinas, alimentación, misiones y grandes
misiones y áreas vitales de insumos básicos". Esto genera una devaluación para los
rubros pertenecientes a esos sectores del 58,7%.
Igualmente, el entonces vicepresidente del Área Económica y Ministro de Industria y
Comercio, Miguel Pérez Abad, anuncia la transformación de SIMADI a un Sistema de
Divisas de Tipo de Cambio Complementario Flotante de Mercado (DICOM),
administrado a través de subastas. Este segundo tipo de cambio regiría para todas las
operaciones no incluidas en el DIPRO, y para los viajes al exterior.
El jueves 25 de mayo de 2017 se declara abierta la primera subasta del nuevo
mecanismo, a un tipo de cambio inicial de 202,94 Bs/US$; hasta la fecha se han
realizado 15 convocatorias a subasta, siendo realizada la última el viernes 1° de
septiembre de 2017, a una tasa de cierre de 3.345 VEF/USD para las personas jurídicas
(80% de los participantes en la subasta), y 11.401 VEF/USD para las personas naturales.
46
La situación descrita en este capítulo ilustra el manejo de la política cambiaria del
Ejecutivo y el Banco Central de Venezuela, donde los sucesivos controles y
devaluaciones decretados han marcado la trayectoria de los precios del mercado
paralelo. Ademas de marcar una moda de seguir depreciando el tipo de cambio, como se
demuestra en la tabla 3.
Tabla 3
Regímenes Cambiarios, y sus impactos Regímenes Cambiarios
Fecha de la devaluación Valor inicial Valor final Variación %
07/02/2003 VEF/USD 1,60 VEF/USD 1,60 0%
09/02/2004 VEF/USD 1,60 VEF/USD 1,92 20%
02/03/2005 VEF/USD 1,92 VEF/USD 2,15 12%
08/01/2010 VEF/USD 2,15 VEF/USD 2,60 21%
08/01/2010* VEF/USD 2,15 VEF/USD 4,30 100%
30/12/2010 VEF/USD 2,60 VEF/USD 4,30 65%
08/02/2013 VEF/USD 4,30 VEF/USD 6,30 47%
30/03/2013** VEF/USD 6,30 VEF/USD 12,00 90%
10/03/2014*** VEF/USD 12,00 VEF/USD 51,86 332%
Fuente: BCV
*La devaluación efectiva para esa fecha, solo afecto a los sectores “no prioritarios” de la economía.
**Se aplica el Sistema Complementario de Administración de Divisas, que únicamente presta servicio
a los sectores “no prioritarios” para la economía.
***Entra en efecto el Sistema Complementario de Administración de Divisas II, para ciertos sectores que deseen comprar en subasta de dólares.
Aunque el enfoque de este estudio se concentra en el impacto específico de la
devaluación que se hizo efectiva el 30 de diciembre de 2010, se considera relevante
conocer la trayectoria de la política cambiaria en Venezuela y las sucesivas
devaluaciones que dicha política ha causado, obligando a las empresas transnacionales a
tomar medidas alternas para convertir y repatriar sus cada vez más diluidos ingresos de
bolívares a divisas, y complicando cada vez más los resultados de su sucursal en el país.
47
2.3. Riesgo moral: problemas de agencia.
El riesgo o azar moral se refiere a una situación en la que las acciones ejecutadas por
una de las partes pueden influir en el valor de determinada transacción. Según Fernández
y Tugores (1997), “la esencia del problema del azar moral radica en el conflicto que
genera entre dos de los objetivos fundamentales que ha de cumplir cualquier diseño de
relaciones entre las partes de una transacción: 1) la provisión adecuada de incentivos y
2) la distribución eficiente de riesgos entre las partes”.
Fernández y Tugores (1997) citan como uno de los casos más comunes de azar moral
los problemas de agencia (agente-principal), en los que una o varias personas,
conocida(s) como “principal”, debe(n) delegar en otra(s), definida(s) como “agente(s)”,
la toma de decisiones y/o ejecución de acciones, en las cuales pueden incidir otros
elementos externos e imposibles de controlar por alguna de las partes (como desastres
naturales, condiciones de mercado y circunstancias económicas, sociales o políticas),
alterando el resultado final de las decisiones tomadas o las acciones ejecutadas.
Idealmente, el azar moral no existiría, o se vería drásticamente reducido, si la
información fuera perfecta, o si los costos de monitoreo fueran bajos. Ninguno de estos
dos supuestos suele acercarse a la realidad, por lo que los individuos se enfrentan al
problema de “diseñar un mecanismo de incentivos que tenga el menor coste posible: en
términos de desviaciones respecto a lo que sería una situación en que las acciones sí
fuesen controlables” (Fernández y Tugores, 1997).
En general, pues, la solución a los problemas de agencia pasa por diseñar un
mecanismo de incentivos. Inevitablemente, para acordar incentivos aceptables para
ambas partes, deben existir ineficiencias en la distribución de los riesgos (dada la
imposibilidad de controlar algunos de ellos), lo que conlleva la remuneración de quien
los sufre. Esta distribución dependerá de la aversión, neutralidad o agrado ante el riesgo
que manifiesten las partes involucradas (Fernández y Tugores, 1997).
48
Ante la imposibilidad o los altos costos de realizar un monitoreo eficiente, los
administradores de una empresa suelen ver regulados sus incentivos mediante
compensaciones. Éstas, en teoría, se podrían dar en base a insumos (el esfuerzo del
administrador en cuestión) o resultados (una medida que determine el valor agregado
que generan las decisiones tomadas por los directivos). Sin embargo, el esfuerzo real de
un empleado no es medible de manera objetiva, por lo que las compensaciones suelen
otorgarse en base a resultados: se vincula el sueldo del administrador al desempeño de la
empresa o unidad a su cargo y se otorgan bonos o paquetes, también en función del
rendimiento (Brealey et al. 2010).
De esta manera, tanto los accionistas (agentes) como los administradores
(principales) comparten los riesgos y los beneficios devengados de las actividades que
realiza la empresa. En palabras de Brealey et al. (2010), “los administradores asumen
parte de los riesgos que están fuera de su alcance, mientras que los accionistas asumen
parte de los costos de agencia si los administradores no maximizan el valor de la
empresa; por ende, los costos de agencia son inevitables”.
Prácticamente todos los altos cargos de compañías que transan en bolsa reciben
paquetes de compensación, los cuales también incluyen bonos que varían en función de
variables como el aumento de las utilidades o del precio de la acción de la empresa. En
cambio, los administradores en niveles inferiores aspiran a paquetes que están
relacionados directamente con alguna medida contable específica que bien puede ser,
nuevamente, la utilidad (Brealey et al., 2010). Probablemente, los presidentes de la
subsidiaria venezolana de la mayoría de las EMNs de la muestra sean considerados
administradores en cargos de importancia menor si consideramos el tamaño y la
importancia del mercado venezolano, así como la ubicación del mercado nacional y
regional dentro de la jerarquía de cada grupo multinacional. Es decir, la probabilidad de
49
que la remuneración adicional de los altos cargos de cada subsidiaria venezolana esté
ligada a incrementos en la utilidad de la misma es muy alta.
Esto daría razones para especular que en las peculiares circunstancias del mercado
venezolano, los incentivos de los agentes no estaban necesariamente alineados con los
del principal: reportar la contabilidad a tasa CADIVI e ignorar el mercado paralelo era
una forma segura de presentar números más robustos, con lo cual el agente podía ver
incrementada su remuneración al cumplir (a menudo con creces) con su parte del
contrato. No obstante, existe una cantidad considerable de regulaciones, tanto a nivel
nacional, como probablemente a lo interno de cada compañía, que los administradores
tendrían que sortear.
Según Brealey et al. (2010), si bien la ventaja de vincular el sueldo del administrador
al rendimiento de la empresa queda clara, también presenta varios perjuicios. En primer
lugar, el máximo responsable de publicar las utilidades contables es el mismo
administrador, lo cual le genera incentivos para manipularlas. Segundo, la realidad
puede verse distorsionada por medidas y rendimientos contables, sesgando los resultados
o “engañando” a los revisores. Por último, y estrechamente ligado con el último punto,
un aumento de las utilidades no siempre equivale a una mejora en el estado de la
empresa, sobre todo cuando se toman decisiones en función de los resultados de corto
plazo (Brealey et al., 2010).
Las circunstancias económicas de Venezuela se prestaban para sacar provecho de
estas desventajas: la inflación desde el año 2008 se ubicaba por encima del 30% anual
(BCV, 2017), por lo que los números presentados eran más altos cada año5; existía la
5 Este dato se hace realmente relevante si se toma en cuenta el rezago del tipo de cambio oficial con
respecto al tipo de cambio paralelo: al permanecer el oficial fijo, cada aumento nominal en bolívares se
hacía considerablemente más valioso en comparación.
50
posibilidad de obtener ganancias por vía de los diferenciales cambiarios6, desvinculando
parte de los ingresos del rendimiento de la empresa en el mercado; entre otras.
Evidentemente, si bien es poco probable demostrar lo descrito con ejemplos concretos,
es razonable pensar que algunos dirigentes de empresas optaron por presentar cifras
contables al precio oficial (y posiblemente desestimar por completo las tasas más
realistas del mercado paralelo) no sólo por cumplir con leyes o requerimientos
específicos, sino también obedeciendo a incentivos personales.
6 Por ejemplo, Herbalife reporta en su 10-K del 2010 que recurrió al mercado paralelo para un número de
operaciones.
51
ii. Marco Metodológico
1. Selección de la muestra
Para la selección de la muestra del presente trabajo, se trabajó sorteando tres grandes
restricciones: primera, la poca disposición por parte de las instituciones del Estado para
publicar información, así como la tendencia a publicarlas de forma que favorezcan más
la imagen del Gobierno; segunda, la poca información disponible con respecto al
mercado venezolano, bien por proteger información propiedad de las empresas, o bien
por la salida de muchas de ellas del mercado nacional o la desvinculación parcial o total
de algunas empresas de su casa matriz; y tercera, la cantidad de información que están
dispuestas a publicar las empresas en sus reportes.
Tomando estos factores en cuenta, la estrategia consistió en buscar la Forma 10-K
para el año 2010 de cada una de las 110 empresas de la población. El 10-K es un reporte
que entrega anualmente cada empresa que transa en la NYSE a la Securities and
Exchange Comission de Estados Unidos (SEC), en el cual la empresa publica sus
estados financieros y balance general consolidados, así como cualquier otra información
que pueda afectar los mismos y que sea de interés para accionistas, inversionistas,
funcionarios de la SEC, consumidores, clientes, o el público en general. En su sitio web,
la SEC conserva el archivo de las distintas formas requeridas por ley a las empresas.
Las empresas suelen agregar la información que presentan en sus 10-K, salvo, como
fue previamente mencionado, casos relevantes que influyan en su contabilidad o que la
ley les requiera revelar. En el 2010, Venezuela contó con la particularidad de
convertirse, según los Principios de Contabilidad Generalmente Aceptados de Estados
Unidos (GAAP- Generally Accepted Accounting Principles), en una economía
hiperinflacionaria, con motivo de la alta inflación acumulada en los años anteriores, así
52
como las devaluaciones anunciadas por el Gobierno venezolano. Por esta razón, ciertas
empresas consideraron oportuno crear apartados en sus respectivos reportes para
informar sobre el estado de la subsidiaria venezolana ante el panorama económico que
enfrentaban. La primera tarea consistió en reducir la población a una primera muestra de
empresas cuyo 10-K revelaba información sobre su subsidiaria local al crear un apartado
referente a Venezuela, de la cual se obtuvieron 36 empresas.
Seguidamente, se procedió a extraer y ordenar la información contable relevante que
exponía cada EMN sobre su respectiva sucursal. Como no todas las empresas fueron
homogéneas en la información que decidieron revelar, se escogió una de las categorías
contables de la cual se hallara más información, y que se presentara como una
herramienta útil para el análisis (ver Anexos, tablas 5, 6 y 7). El resultado fue la
selección de las 10 EMNs que, relativo al total, tenían más activos en Venezuela (sobre
20 que develaban tal información), en el orden que aparece en la tabla 4:
Tabla 4
EMNs con más activos en Venezuela, relativo a sus activos totales
Empresa Activos
% del
Total
General Cable Corp 225,2 5,20%
Mercado Libre Inc 6,676 3,89%
Avon Products Inc 158 2,01%
Colgate-Palmolive Co 200 1,79%
Herbalife Ltd 19,4 1,57%
Goodyear Tire & Rubber 210 1,34%
Owens Illinois Inc 99 1,01%
Halliburton Company 183 1,00%
WR Grace & Corp 42,717* 1,00%
Praxair Inc 61,450* 1,00%
Fuente: SEC.
En millones de dólares.
* El dato no fue publicado, pero la empresa indica en su forma 10-K que los activos de
Venezuela equivalían a no más del 1% del global.
53
2. Determinación de los retornos
Después de obtener la muestra que será analizada, se hallaron los precios, al cierre y
ajustados7, de las acciones de las 10 EMNs en un período de 187 días. La data histórica
de los precios fue descargada de Yahoo! Finance. Se agruparon en una tabla en las hojas
de cálculo de Excel los precios de las acciones de las 10 EMNs, desde el 15 de abril de
2010 hasta el 6 de enero de 2011, mas el índice de mercado utilizado como proxy para el
estudio, el S&P 500.
Al ser un estudio de eventos, se procedió a hallar los retornos diarios por acción en el
periodo tiempo estipulado. Entonces, los retornos de las acciones, que representan el
porcentaje de beneficio o pérdida que generó una acción entre una fecha específica
(precio final) y otra fecha específica anterior (precio inicial):
𝑃𝑟𝑒𝑐𝑖𝑜 𝑓𝑖𝑛𝑎𝑙 − 𝑃𝑟𝑒𝑐𝑖𝑜 𝐼𝑛𝑖𝑐𝑖𝑎𝑙
𝑃𝑟𝑒𝑐𝑖𝑜 𝐼𝑛𝑖𝑐𝑖𝑎𝑙
La data completa, tanto los precios nominales de las acciones, como los retornos
diarios calculados a partir de ellos, se puede visualizar en los Anexos, tablas 9 y 10.
3. Ventanas de tiempo
Como se mencionó previamente, la prueba comprende un período de tiempo de 187
días. Como la NYSE no opera continuamente, los 187 días obtenidos no son los días
calendario naturales, sino los 180 días hábiles previos a la devaluación, el día del evento,
y los 5 días hábiles posteriores.
7 Los precios ajustados son aquellos que toman en cuenta no sólo el precio nominal de mercado: también
incluyen cualquier acción corporativa como los splits, reparticiones de dividendos, ofertas de derechos
preferenciales, entre otras (Investopedia, s.f.).
54
A partir de ahí, las ventanas de tiempo se clasifican en 4 categorías: el día del evento
[0], la ventana del evento [-5, 5] (que consiste de los 10 días alrededor del día de la
devaluación), los treinta días previos al evento [-30, 0] y la ventana de estimación (los
150 días previos al día -30) [-180, -30].
Para dar robustez al análisis, dentro de la ventana del evento, no sólo se calculó la
ventana [-5, 5]; también se hizo la prueba con ventanas más pequeñas, hasta llegar a [-1,
1], pues si bien se puede aproximar, es sumamente complicado medir el momento exacto
en el que los mercados reaccionan al evento.
4. Planteamiento de hipótesis
Prosiguiendo, el planteamiento del contraste de medias fue definido de la siguiente
manera:
𝐻0: 𝜇 = 0
𝐻1: 𝜇 ≠ 0
La hipótesis nula formula que la media es igual a cero, es decir, que los retornos
anormales no se saldrían de la media de los retornos normales. La hipótesis alternativa,
al contrario, establece que la media es distinta de cero, es decir, los retornos anormales
están por encima o por debajo de los normales.
5. Regresión lineal simple
Siguiendo a MacKinlay (1997), en la identificación de los retornos generados por
cada empresa i, para poder ser aplicado el modelo de mercado, primero se tendrían que
establecer los parámetros del mercado αi y βi. αi es el valor de los retornos de la empresa
si el del mercado fuera 0, por lo cual, tiene sentido que se aproximen a cero. βi es el
55
coeficiente de correlación: en cuánto se modifica el valor de los retornos de la empresa
cuando lo hacen los del mercado. En términos operativos, vienen siendo la intersección
del eje y la pendiente de la línea de regresión, respectivamente.
Para hallar estos parámetros, se utilizó el programa Microsoft Excel. Se utilizó la
ventana de estimación [-180, -30] para evitar que se generara un sesgo de endogeneidad,
pues existen casos en los que las expectativas y los rumores generan retornos anormales
antes de que pueda generarlo el evento per se (MacKinlay, 1997). Utilizando la ventana
de estimación, se toma en cuenta el comportamiento de los precios en ausencia de
eventos relacionados al estudiado, procurando resultados más precisos. Hallando α con
la función (=INTERSECCION.EJE (conocido_y;conocido_x)), y β con la función
(=PENDIENTE (conocido_y;conocido_x)), se obtuvieron los parámetros para cada
empresa:
AVP BGC CL GRA GT HAL HLF MELI OI PX
α -0,0005 0,0004 -0,0003 0,0012 -0,0019 0,0012 0,0029 0,0014 -0,0016 0,0006
β 0,8906 1,5821 0,4370 1,7653 1,7764 1,5083 0,9722 1,4253 1,5339 0,8275
Al hallarse la intersección del eje y la pendiente de cada empresa, junto al retorno del
mercado Rmt (el del índice S&P 500, que actúa como proxy del mercado), y la media de
perturbación cero εit, se prosiguió a estimar el retorno de la acción de cada una de las
diez multinacionales en el periodo t, Rit:
𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖𝑅𝑚𝑡 + 𝜀𝑖𝑡 (1)
Para cada empresa, en la ventana de estimación ya establecida la regresión lineal de la
fórmula (1) y a través del método de los Mínimos Cuadrados Ordinarios (MCO), se
minimizó la suma de los retornos resultantes de las acciones. La función de Excel
requerida fue (=SUMA.CUADRADOS (número 1, Número 2,…)).
AVP BGC CL GRA GT HAL HLF MELI OI PX
MCO 0,0321 0,066 0,0145 0,0352 0,057 0,081 0,042 0,075 0,0528 0,009
56
Para efectuar el contraste, se utilizan los retornos desde 5 días previos al evento, hasta
5 días posteriores al evento ([-5, 5]), para identificar los retornos del mercado (Rmt).
6. Obtención de RA y RAA
Hallados los retornos diarios, dados los parámetros de estimaciones del modelo de
mercado, se procedió a identificar el retorno anormal RAit para cada día dentro de la
ventana de estudio, para cada una de las empresas i seleccionadas:
𝑅𝐴𝑖𝑡 = 𝑅𝑖𝑡 −∝̂𝑖− �̂�𝑖𝑅𝑚𝑡
𝑅𝐴𝑖𝑡 = 𝑅𝑖𝑡 − �̂�𝑖𝑡 (2)
El retorno anormal, se estructura del retorno efectivo de la empresa i dentro de la
ventana del evento 𝑅𝑖𝑡, menos el retorno estimado de la empresa i dentro de la ventana
del evento �̂�𝑖𝑡 (que está estructurado por los parámetros del mercado ∝̂𝑖 , �̂�𝑖, y el retorno
del portafolio del mercado S&P 500). RAit es la condición de perturbación del modelo
de mercado calculado del muestreo. Por lo que, por EMN, se obtendrán once retornos
anormales.
Bajo la hipótesis nula, condicional sobre los retornos del mercado en la ventana de
eventos, los retornos anormales serán conjuntamente distribuidos con una media
condicional de cero.
RAit ~ N (0, σ2(RAit)) (3)
Luego (3) se basa en considerar el agregado de retornos anormales.
El agregado se da a través de dos variables: tiempo y las acciones de las empresas.
Primero se consideró el agregado a través del tiempo, para una sola acción de una
57
empresa, y a continuación, se considera el agregado de numerosas empresas, a través del
tiempo. Por tanto el siguiente paso a tomar, correspondió a elaborar los retornos
anormales acumulativos, RAAi, obtenidos individualmente en (2), y correspondientes a
cada día de la ventana del evento. Sin embargo, al poder elaborar la prueba mediante
Excel, pasar por la ecuación (4) no fue necesario, o más bien, se pudo obtener la (4) y la
(6) en un mismo paso, obteniendo inmediatamente también el promedio de los retornos
anormales acumulados por día:
RAA𝑖(𝑡1, 𝑡2) = ∑ 𝑅𝐴𝑖𝑡
𝑡2
𝑡=𝑡1
(4)
Entendiendo que la distribución de los Retornos Anormales Acumulativos bajo H0 es:
RAA𝑖(𝑡1, 𝑡2)~𝑁 (0, σ𝑖2(𝑡1, 𝑡2)) (5)
𝑅𝐴𝑡̅̅ ̅̅ ̅ =
1
𝑁∑ 𝑅𝐴𝑖𝑡
𝑁
𝑖=1
(6)
t -5 -4 -3 -2 -1 0
RAA/10 -0,0021 -0,0013 -0,0010 -0,0036 0,0021 0,0019
t 1 2 3 4 5
RAA/10 -0,0073 0,0013 -0,0024 -0,0034 0,0001
Dadas las distribuciones de los retornos anormales y el promedio de los retornos
anormales acumulativos, la prueba para la hipótesis nula para cada ventana alrededor del
evento, pudo ser construida.
7. Construcción del estadístico
58
El promedio de retornos anormales son agregados para la ventana de eventos, usando
la misma aproximación a esa utilizada para calcular el RAA para cada acción de las
empresas i. Posteriormente, para cualquier intervalo en la ventana del evento a partir del
[-5, 5], se realiza una sumatoria del promedio de los retornos anormales acumulados:
𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2) = ∑ 𝑅𝐴̅̅ ̅̅𝑡
𝑡2
𝑡=𝑡1
(7)
Y para la L1 (que viene siendo la longitud de la ventana de la estimación), además
expresando los valores de sigma sub épsilon (𝜎𝜀𝑖2 ) hasta llegar al agregado, resulta que la
varianza es:
𝑣𝑎𝑟(𝑅𝐴̅̅ ̅̅𝑡) =
1
𝑁2∑ σεi
2
𝑁
𝑖=1
(8)
Se adelanta la idea de que equivalentemente, se puede formar el RAA empresa por
empresa, hasta lograr un agregado a través de la ventana de tiempo, hallando el RAA
promedio de la muestra, para cada intervalo de tiempo de la ventana de evento:
𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2) =1
𝑁∑ 𝑅𝐴𝐴𝑖
𝑁
𝑖=1
(𝑡1, 𝑡2) (9)
La varianza de los retornos anormales acumulados, poseen unas longitudes de las
ventanas de estimación, que van desde los once [-5, 5], hasta los tres días [-1, 1]
Ventana [-5, 5] [-4, 4] [-3, 3] [-2, 2] [-1, 1]
RAA Promedio -0,0156 -0,0136 -0,0090 -0,0055 -0,0032
59
alrededor del evento, para así hallar la varianza del RAA promedio, que servirá para el
cálculo de los estadísticos, para realizar la prueba de contraste de media:
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)) =1
𝑁2∑ σ𝑖
2
𝑁
𝑖=1
(𝑡1, 𝑡2) (10)
Ventana [-5, 5] [-4, 4] [-3, 3] [-2, 2] [-1, 1]
Variación RAA Promedio 0,0003 0,0003 0,0002 0,0002 0,0001
Para las estimaciones de la varianza, el supuesto de que las ventanas de eventos, de
las 10 acciones de empresas no se solapan, es usado para establecer los términos de
covarianza a cero.
En la práctica, como σεi2 es desconocido, un estimador debe de ser utilizado para
calcular la varianza de los retornos anormales, como lo es en (8). La típica medida
muestral de σεi2 proveniente de la regresión del modelo de mercado, en la ventana de
estimación es la elección ideal para esta comprobación. Se toman entonces las formulas
(9) y (10), para poder elaborar el estadístico del cual se realiza la prueba de contrastes.
𝜃1 =𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2)
𝑣𝑎𝑟(𝑅𝐴𝐴̅̅ ̅̅ ̅̅ (𝑡1, 𝑡2))1
2⁄~𝑁(0,1) (11)
Este resultado distribucional es asintótico con respecto al número de acciones N (10)
y el tamaño de la ventana de estimación L1. Entendiendo que a partir de la tita hallada
por (11), se puede establecer la comprobación de la hipótesis nula, sobre el impacto en
los retornos de las acciones, proveniente de una ventana de eventos en el modelo de
mercado, con los parámetros utilizados. Finalizando con un contraste de hipótesis de dos
colas, de una distribución normal, para un nivel de confianza del 95%, para identificar el
nivel de significancia de del estadístico tita hallado en (11).
60
iii. Resultados
Estudio Ventana [-5, 5] [-4, 4] [-3, 3] [-2, 2] [-1, 1]
General Estadistico 𝜃 -0,8352 -0,8059 -0,6022 -0,4405 -0,3328
CADIVI Estadistico 𝜃 -1,0576 -0,7982 -0,5282 -0,2137 0,3528
No CADIVI Estadistico 𝜃 -0,1167 -0,3381 -0,3220 -0,4107 -0,8320
Exportador Estadistico 𝜃 -0,5205 -0,3445 0,0367 -0,1720 -0,1811
Para todas las ventanas del evento de las 4 pruebas, no se rechaza la hipótesis nula;
los resultados consistentemente arrojan que no hubo retornos significativamente
distintos a la media de los precios del mercado.
1. Análisis de Resultados
Luego de correr la prueba para la muestra de 10 EMNs con subsidiarias en el país, se
demostró que la devaluación venezolana del 30 de diciembre de 2010 no tuvo un
impacto significativo en los precios de sus acciones. Contrario a ciertas narrativas
aparecidas en los medios y a estudios realizados previamente (Santos, 2017), los
resultados de la prueba permiten inferir que así como las EMNs supieron prever y
manejar las devaluaciones decretadas por el Gobierno, los mercados evaluaron y
asimilaron correctamente la situación económica del país, así como su escasa
importancia dentro de la estructura global de las transnacionales.
1.1. Prueba general.
Al realizar la prueba con las 10 empresas, se comprueba la hipótesis nula del
planteamiento: los retornos anormales no fueron apreciables, pues no mostraron
desviaciones significativamente distintas de la media.
Los motivos pueden ser diversos. Por un lado, el 40% de las empresas analizadas no
estaban inscritas a CADIVI, mientras que las inscritas, en repetidas oportunidades, no
recibieron las liquidaciones correspondientes pese a contar con la autorización del
61
organismo. Vislumbrando que la probabilidad de repatriar dividendos a tasa oficial era
cercana a cero, las subsidiarias pudieron haberse adelantado a llevar una contabilidad
paralela más realista, así como informar de rumores o información privilegiada a su casa
matriz para prepararla. De este modo, el grupo puede haber asimilado el choque incluso
antes de que la devaluación fuera oficialmente anunciada.
Igualmente, dentro del extenso organigrama de las EMNs, Venezuela no era más que
otra gota en el océano. Tomando en cuenta una situación económica inestable cercana a
la estanflación y un alcance menor al 0,40% del PIB mundial, es poco probable que
mercados y EMNs esperaran beneficios extraordinarios de sus subsidiarias venezolanas.
Dentro de la teoría económica, los resultados se adhieren empíricamente a la
hipótesis de los mercados eficientes: basado en la información disponible, el precio de
las acciones reflejó la escasa magnitud y proporcionalidad que tenían para su respectiva
EMN cada empresa ubicada en Venezuela.
De acuerdo al papel que juegan las devaluaciones a nivel microeconómico, todavía
cabe preguntarse si el efecto sobre las exportaciones netas puede haber favorecido a las
compañías, de manera que las expectativas de flujos de caja futuros compensaran el
efecto de hoja de balance. Precisamente esto fue lo que se buscó comprobar en la
siguiente prueba.
1.2. Prueba sobre exportadoras potenciales.
Como fue mencionado anteriormente, la información sobre las exportaciones
efectivas de las compañías evaluadas no es pública. Sin embargo, a partir del NAICS
(North American Industry Classification System, en español Sistema Norteamericano de
Clasificación de Industrias), Santos et al. (2017) logran determinar si la industria a la
que pertenece cada empresa exportó bienes de Venezuela a Estados Unidos, obteniendo
62
una lista aproximada de las compañías exportadoras potenciales. De la muestra, 7
subsidiarias eran exportadoras probables para el año 2010.
Nuevamente, los resultados del modelo prueban que la devaluación no significó un
efecto positivo discernible, al menos en el corto plazo. Cabe recordar que, a diferencia
del efecto de hoja de balance, que es medible inmediatamente, la incidencia del tipo de
cambio sobre las capacidades de exportación se deben calcular en el mediano y largo
plazo, pues la empresa no puede aumentar su producción de un día para otro: realmente
se están midiendo las expectativas de un aumento de los flujos de caja por ingresar.
Analizando tanto los resultados como la situación económica de entonces, y contando
con la evidente ventaja del análisis ex post, es fácil concluir que la devaluación del 2010
deprimió la producción (al igual que las que la siguieron). La casi rutinaria elevación de
los salarios, la inflación, los controles de precios y el embudo cambiario formado por
CADIVI y sus sucesores así como el BCV, dificultaron la explotación de la ventaja
competitiva de contar con un tipo de cambio real en constante depreciación, como se ha
manifestado por años en las primas del mercado paralelo.
De este panorama es sencillo deducir que las EMNs con acceso a divisas
preferenciales tendrían una ventaja cambiaria enorme, quizás lo suficientemente
significativa para que la devaluación afectara especialmente sus beneficios al
compararlas con las que no tenían acceso, obligadas a retener sus dividendos en
bolívares o a cambiarlos ilegalmente en el mercado no oficial.
1.3. Prueba diferenciando EMNs inscritas y no inscritas en CADIVI
La última prueba buscaba comparar las seis EMNs inscritas en CADIVI que en el
nuevo escenario seguirían viendo como óptimo poder canjear sus bolívares a la tasa más
63
baja, con las cuatro no inscritas, que de cualquier manera tenían cero probabilidades de
obtener divisas a tasa oficial.
Dados los resultados, donde se acepta una vez más la hipótesis nula, se puede reforzar
el argumento de que ambos grupos evidenciaban una disposición pesimista ante la
posibilidad de recibir divisas a tasa CADIVI, lo cual evitó “sorpresas” al momento de la
devaluación, como se describió en los resultados de la prueba general. En este caso,
podían formar sus expectativas de repatriación de beneficios alrededor de la tasa SITME
(ubicada en 5,3 VEF/USD) o en torno al mercado paralelo, que promedió 7,6 VEF/USD
durante el 2010. De cualquier manera, la evolución de estos dos tipos de cambio tenía
nula o escasa correlación con la variación de la tasa CADIVI.
Cabe insistir en la consistencia de los resultados obtenidos en todas las pruebas con la
hipótesis de los mercados eficientes, particularmente con la Forma Femi-fuerte. Es decir,
difícilmente un inversionista pudiera haber usado la información disponible sobre la
situación de las EMNs en Venezuela para obtener una prima en sus retornos superior a la
ofrecida por el mercado. Incluso llevando la teoría a su forma fuerte, un agente con
información interna sobre el plan de devaluación hubiera fracasado a la hora de intentar
captar un retorno anormal positivo. Ergo, se puede concluir que los mercados asimilaron
de forma eficiente (rápidamente y con exactitud) la información generada por el
Gobierno y las EMNs con subsidiarias venezolanas.
64
Conclusión
En el presente trabajo se corrieron cuatro contrastes de media, tomado de la
metodología de Mackinlay (1997) y la estructura de Santos et al. (2017), en el que se
intentó determinar si la media de los retornos anormales en los precios de las acciones de
la muestra de 10 EMNs era igual a cero, buscando vislumbrar un posible efecto
significativo de la devaluación del bolívar sobre el rendimiento financiero de las
compañías.
Para dar sustento a los resultados de las pruebas, se hizo un análisis exhaustivo de las
teorías económicas que modelan el comportamiento de los individuos frente a los
mercados, particularmente frente a los financieros. Igualmente, se estudiaron los efectos
a nivel micro y macroeconómico de un evento de devaluación, evaluando cómo éste
podía afectar tanto a compañías como a inversionistas.
Al tomar todos los argumentos, contextos y explicaciones, se aprecia que de manera
bastante balanceada, una parte de la teoría y la data soportarían que no se rechazara la
hipótesis nula, mientras la otra concuerda con un supuesto de rechazo de la misma.
La ausencia de retornos anormales sería coherente si se toma en cuenta el progresivo
declive de la coyuntura económica venezolana, el tamaño del mercado, la dificultad de
las compañías para acceder a divisas oficiales aun siendo elegibles para recibirlas y la
infraestructura global de las EMNs. El razonamiento se complementa perfectamente con
la hipótesis de los mercados eficientes, a través de la cual se podría teorizar que los
agentes del mercado, dada la información disponible sobre la economía de Venezuela,
no tendría motivos para reaccionar significativamente, ni tendrían oportunidad de
adelantarse al mercado para captar retornos positivos.
65
Por otra parte, en un entorno donde las EMNs sufrieron notorios efectos de hoja de
balance a la baja, sus costos aumentaron y su producción se dificultó, en el que los
riesgos de azar moral podían fácilmente desalinear los incentivos de las compañías y sus
encargados locales, y en el que se formó una narrativa internacional repleta de noticias
negativas (no sin razón), es hasta racional que las decisiones se tomaran desde los
espíritus del miedo y el pesimismo, y que estos influenciaran al resto del mercado, según
lo esbozado por los economistas keynesianos.
El contraste de media, en todas las ventanas de cada una de las cuatro pruebas
realizadas, fue absolutamente consistente en demostrar que la devaluación no generó
retornos anormales en los precios de las acciones.
Es razonable concluir entonces que, de acuerdo al planteamiento de la hipótesis de los
mercados eficientes, el mercado accionario asimiló la información de la devaluación,
valga la redundancia, eficientemente, descartando un impacto significativo sobre los
retornos de los precios de las acciones provocado por un evento económico en un país
pequeño. El impacto fue grande para Venezuela, pero no para los mercados financieros.
66
Anexos
Tabla 5
Ingresos netos de las compañías con información sobre Venezuela
# Ticker Empresa Industria Global Venezuela %
1 AVP Avon Products Inc Bienes No Duraderos 10.862,80 325,86 3,00%
2 AXE Anixter International Inc Bienes No Duraderos - - -
3 BAX Baxter International Inc Salud - - -
4 BCO Brinks Co Transporte 3.121,50 186 5,96%
5 BGC General Cable Corp Industrias Básicas 4.864,90 160,54 3,30%
6 BMY Bristol Meyers Squibb Salud - - -
7 C CitiGroup Inc Finanzas - - -
8 CL Colgate-Palmolive Co Bienes No Duraderos - - -
9 DAN Dana Inc Bienes de Inversión - - -
10 DBD Diebold Inc Misceláneo - - -
11 FLS Flowserve Corp Bienes de Inversión - - -
12 GRA WR Grace & Corp Industrias Básicas - - -
13 GT Goodyear Tire & Rubber Bienes Duraderos - - -
14 HAL Halliburton Company Energía - - -
15 HLF Herbalife Salud - - -
16 ILG Interval Leisure Group Inc Finanzas 409,44 < 0,204 0,05%
17 IPG Interpublic Group Cos Inc Tecnología - - -
18 IR Ingersoll Rand PLC Bienes de Inversión 14.001,1 - -
19 KO Coca-Cola Bienes No Duraderos - - -
20 KMB Kimberly Clark Corp Bienes Duraderos 2.773 - -
21 LECO Lincoln Electric Holdings Inc Tecnología 2,070 - -
22 MELI Mercado Libre Inc Misceláneo 216,715 20,885 9,64%
23 MMM 3M CO Salud 5.918 < 59,18 -
24 MRK Merck & Co Inc NEW Salud - - -
25 NOV National Oilwell Varco Inc Energía - - -
26 NWL Newell Rubbermaid Inc Bienes No Duraderos - - -
27 OI Owens Ill Inc Bienes Duraderos - - -
28 ORCL Oracle Corp Tecnología -
-
29 PEP Pepsico Bienes No Duraderos 57.838 < 578,38 -
30 PX Praxair Inc Industrias Básicas - - -
31 RRD Donnelley R R & Sons Co Misceláneo - - -
67
32 SEE Sealed Air Corp New Industrias Básicas - - -
33 SLGN Silgan Holdings Inc Bienes Duraderos - - -
34 SON Sonoco Products Co Bienes Duraderos - - -
35 TDW Tidewater Inc Servicios de Consumo 1.2 11,3 -
36 TUP Tupperware Brands Corp Bienes No Duraderos - - -
Fuente: SEC.
Tabla 6
Ventas netas de las compañías con información sobre Venezuela
# Ticker Empresa Industria Global Venezuela %
1 AVP Avon Products Inc Bienes No Duraderos - - -
2 AXE Anixter International Inc Bienes No Duraderos
- -
3 BAX Baxter International Inc Salud 12.843 < 128.43 1,00%
4 BCO Brinks Co Transporte - - -
5 BGC General Cable Corp Industrias Básicas 4.864,90 160,54 3,30%
6 BMY Bristol Meyers Squibb Salud
- -
7 C CitiGroup Inc Finanzas
- -
8 CL Colgate-Palmolive Co Bienes No Duraderos 15.564 622,56 4,00%
9 DAN Dana Inc Bienes de Inversión
- -
10 DBD Diebold Inc Misceláneo
- -
11 FLS Flowserve Corp Bienes de Inversión 4.032 < 40,32 1,00%
12 GRA WR Grace & Corp Industrias Básicas 2.675 < 26,75 1,00%
13 GT Goodyear Tire & Rubber Bienes Duraderos 18.832 195,612 1,04%
14 HAL Halliburton Company Energía
- -
15 HLF Herbalife Salud 2.734,23 <54,684 2,00%
16 ILG Interval Leisure Group Inc Finanzas
- -
17 IPG Interpublic Group Cos Inc Tecnología - - -
18 IR Ingersoll Rand PLC Bienes de Inversión - - -
19 KO Coca-Cola Bienes No Duraderos - - -
20 KMB Kimberly Clark Corp Bienes Duraderos 19.746 197,46 1,00%
21 LECO Lincoln Electric Holdings Inc Tecnología - - -
22 MELI Mercado Libre Inc Misceláneo - - -
23 MMM 3M CO Salud 26.662 - -
24 MRK Merck & Co Inc NEW Salud - - -
25 NOV National Oilwell Varco Inc Energía - - -
26 NWL Newell Rubbermaid Inc Bienes No Duraderos 5.759,2 16 0,28%
68
27 OI Owens Ill Inc Bienes Duraderos 6.633 129 1,94%
28 ORCL Oracle Corp Tecnología - - -
29 PEP Pepsico Bienes No Duraderos - - -
30 PX Praxair Inc Industrias Básicas 10.116 <101,16 1,00%
31 RRD Donnelley R R & Sons Co Misceláneo 10.018,9 - -
32 SEE Sealed Air Corp New Industrias Básicas 4.490,1 5,5 0,12%
33 SLGN Silgan Holdings Inc Bienes Duraderos 3.071,5 - -
34 SON Sonoco Products Co Bienes Duraderos 4,124 - -
35 TDW Tidewater Inc Servicios de Consumo - - -
36 TUP Tupperware Brands Corp Bienes No Duraderos 2.300,40 - -
Fuente: SEC.
Tabla 7
Activos totales de las compañías con información sobre Venezuela
# Ticker Empresa Industria Global Venezuela %
1 AVP Avon Products Inc Bienes No Duraderos 7.873,70 158 2,01%
2 AXE Anixter International Inc Bienes No Duraderos - - -
3 BAX Baxter International Inc Salud 17.489 23 0,13%
4 BCO Brinks Co Transporte 2.270,50 - -
5 BGC General Cable Corp Industrias Básicas 4.327,70 225,2 5,20%
6 BMY Bristol Meyers Squibb Salud - - -
7 C CitiGroup Inc Finanzas 1.913.902 200 0,01%
8 CL Colgate-Palmolive Co Bienes No Duraderos 11.172 200 1,79%
9 DAN Dana Inc Bienes de Inversión - - -
10 DBD Diebold Inc Misceláneo - - -
11 FLS Flowserve Corp Bienes de Inversión 4.460 < 44,599 1,00%
12 GRA WR Grace & Corp Industrias Básicas 4.271,70 < 42,717 1,00%
13 GT Goodyear Tire & Rubber Bienes Duraderos 15.630 210 1,34%
14 HAL Halliburton Company Energía 18.297 183 1,00%
15 HLF Herbalife Salud 1.232,22 19,4 1,57%
16 ILG Interval Leisure Group Inc Finanzas 983 < 0,491 0,05%
17 IPG Interpublic Group Cos Inc Tecnología 2.858,10 - -
18 IR Ingersoll Rand PLC Bienes de Inversión 19.990,90 - -
19 KO Coca-Cola Bienes No Duraderos 72.921 335 0,46%
20 KMB Kimberly Clark Corp Bienes Duraderos 19.864 99 0,50%
21 LECO Lincoln Electric Holdings Inc Tecnología 1.783,78 - -
69
22 MELI Mercado Libre Inc Misceláneo 171,7 6,676 3,89%
23 MMM 3M CO Salud 16.017 - -
24 MRK Merck & Co Inc NEW Salud 105.781 - -
25 NOV National Oilwell Varco Inc Energía 23.050 - -
26 NWL Newell Rubbermaid Inc Bienes No Duraderos 6.405,3 29,5 0,46%
27 OI Owens Ill Inc Bienes Duraderos 9.754 99 1,01%
28 ORCL Oracle Corp Tecnología 61.578 - -
29 PEP Pepsico Bienes No Duraderos 68.153 - -
30 PX Praxair Inc Industrias Básicas 6.145 <61,450 1,00%
31 RRD Donnelley R R & Sons Co Misceláneo 9.083,20 - -
32 SEE Sealed Air Corp New Industrias Básicas 5.388,4 16 0,30%
33 SLGN Silgan Holdings Inc Bienes Duraderos 2.176 - -
34 SON Sonoco Products Co Bienes Duraderos 3.281 1,8 0,05%
35 TDW Tidewater Inc Servicios de Consumo 3.748,12 - -
36 TUP Tupperware Brands Corp Bienes No Duraderos 2.015,8 7 0,35%
Fuente: SEC.
Tabla 8
Pérdidas de las compañías con información sobre Venezuela
# Ticker Empresa Industria Pérdida FX
1 AVP Avon Products Inc Bienes No Duraderos 139,8
2 AXE Anixter International Inc Bienes No Duraderos -2,1
3 BAX Baxter International Inc Salud -
4 BCO Brinks Co Transporte 23
5 BGC General Cable Corp Industrias Básicas 29,8
6 BMY Bristol Meyers Squibb Salud 17
7 C CitiGroup Inc Finanzas -
8 CL Colgate-Palmolive Co Bienes No Duraderos 307
9 DAN Dana Inc Bienes de Inversión 3
10 DBD Diebold Inc Misceláneo 5,15
11 FLS Flowserve Corp Bienes de Inversión 12,4
12 GRA WR Grace & Corp Industrias Básicas -
13 GT Goodyear Tire & Rubber Bienes Duraderos 134
14 HAL Halliburton Company Energía 31
15 HLF Herbalife Salud 15,1
16 ILG Interval Leisure Group Inc Finanzas 5,1
70
17 IPG Interpublic Group Cos Inc Tecnología 5
18 IR Ingersoll Rand PLC Bienes de Inversión 70
19 KO Coca-Cola Bienes No Duraderos 103
20 KMB Kimberly Clark Corp Bienes Duraderos 98
21 LECO Lincoln Electric Holdings Inc Tecnología 3,12
22 MELI Mercado Libre Inc Misceláneo -
23 MMM 3M CO Salud -
24 MRK Merck & Co Inc NEW Salud 200
25 NOV National Oilwell Varco Inc Energía 38
26 NWL Newell Rubbermaid Inc Bienes No Duraderos 65
27 OI Owens Ill Inc Bienes Duraderos 305
28 ORCL Oracle Corp Tecnología 81
29 PEP Pepsico Bienes No Duraderos 120
30 PX Praxair Inc Industrias Básicas 27
31 RRD Donnelley R R & Sons Co Misceláneo 8,9
32 SEE Sealed Air Corp New Industrias Básicas 46
33 SLGN Silgan Holdings Inc Bienes Duraderos 3,2
34 SON Sonoco Products Co Bienes Duraderos -
35 TDW Tidewater Inc Servicios de Consumo 222
36 TUP Tupperware Brands Corp Bienes No Duraderos -
Fuente: SEC.
Tabla 9
Precio diario al cierre ajustado de las EMNs de la muestra
Fecha AVP BGC CL GRA GT HAL HLF MELI OI PX S&P 500
15/04/2010 25,18 26,26 33,52 32,43 9,70 32,70 77,49 58,02 27,63 78,31 1197,75
16/04/2010 28,36 24,95 35,33 27,37 13,72 28,68 20,51 49,26 35,96 73,48 1192,13
19/04/2010 28,25 24,81 35,29 26,70 13,57 28,62 20,15 47,75 35,59 73,75 1197,52
20/04/2010 28,27 25,22 35,46 27,20 13,76 30,19 20,89 48,61 35,85 74,61 1207,17
21/04/2010 28,14 24,86 35,52 27,45 14,01 30,18 20,92 49,62 36,08 74,12 1205,94
22/04/2010 27,64 24,41 35,44 28,59 13,93 30,57 21,19 50,29 36,58 74,24 1208,67
23/04/2010 27,97 24,60 35,14 29,05 14,02 31,69 22,06 52,08 37,09 74,68 1217,28
26/04/2010 28,25 24,31 35,54 29,07 13,91 31,24 21,92 52,03 36,88 74,72 1212,05
27/04/2010 27,38 23,45 35,28 28,53 13,51 29,74 21,26 49,88 35,61 73,14 1183,71
28/04/2010 27,33 23,78 35,87 28,47 13,29 30,23 21,54 49,18 36,21 71,39 1191,36
29/04/2010 27,36 24,60 35,79 29,28 13,76 28,64 22,01 49,99 36,22 71,37 1206,78
30/04/2010 27,07 23,80 35,49 28,43 12,91 27,78 21,97 48,88 35,44 70,91 1186,69
71
03/05/2010 26,71 24,46 35,57 29,34 13,41 28,45 22,31 49,46 33,91 71,11 1202,26
04/05/2010 25,95 23,36 34,97 28,10 12,96 27,47 22,74 47,93 33,54 69,55 1173,60
05/05/2010 25,30 23,60 34,91 27,19 12,70 27,18 21,91 45,92 32,90 69,33 1165,87
06/05/2010 24,42 23,12 34,51 25,99 12,29 26,06 21,23 43,42 31,27 67,16 1128,15
07/05/2010 23,94 24,25 33,85 25,16 11,64 24,94 21,06 44,60 30,45 66,77 1110,88
10/05/2010 24,71 26,61 35,10 27,26 12,33 25,01 21,55 48,42 32,79 68,82 1159,73
11/05/2010 24,11 26,79 34,96 26,92 12,21 25,69 21,43 49,47 31,61 68,05 1155,79
12/05/2010 23,89 27,86 35,26 28,00 12,64 26,37 21,63 51,46 31,49 69,20 1171,67
13/05/2010 23,78 27,97 35,08 27,59 12,85 26,30 22,16 51,43 30,66 68,15 1157,44
14/05/2010 23,04 26,87 34,93 26,70 12,55 25,46 21,59 49,71 29,69 65,94 1135,68
17/05/2010 23,59 26,18 35,37 26,52 12,45 25,24 21,36 48,39 30,79 66,09 1136,94
18/05/2010 23,35 26,02 35,09 26,34 11,91 25,05 21,11 47,84 30,57 65,85 1120,80
19/05/2010 22,97 25,43 34,67 25,70 11,51 24,58 21,24 47,58 30,24 64,79 1115,05
20/05/2010 22,22 24,56 33,89 23,86 10,78 23,77 20,04 44,91 28,24 62,87 1071,59
21/05/2010 22,50 24,84 33,59 24,19 10,89 24,23 20,28 46,88 29,00 65,26 1087,69
24/05/2010 21,90 25,11 33,23 23,29 10,68 23,25 20,16 45,50 29,10 64,31 1073,65
25/05/2010 22,05 24,80 33,06 23,88 10,82 23,22 20,00 46,01 28,73 64,58 1074,03
26/05/2010 22,10 24,98 32,91 24,06 11,04 23,46 19,88 47,85 28,71 65,05 1067,95
27/05/2010 22,84 26,40 33,24 25,53 11,71 24,55 20,90 49,89 30,47 66,80 1103,06
28/05/2010 22,36 25,96 32,96 25,22 11,44 22,59 20,73 50,29 30,33 65,69 1089,41
01/06/2010 21,83 24,61 32,47 23,85 10,96 19,24 20,38 49,43 28,84 64,54 1070,71
02/06/2010 22,05 25,31 33,01 24,89 11,38 21,54 21,37 51,67 30,39 66,06 1098,38
03/06/2010 22,19 25,50 33,29 25,00 11,59 21,49 21,55 54,19 30,39 65,09 1102,83
04/06/2010 21,72 23,95 32,60 23,29 11,05 21,02 20,55 52,40 28,99 63,10 1064,88
07/06/2010 21,79 22,72 32,77 21,98 10,61 20,74 19,88 49,46 28,09 63,21 1050,47
08/06/2010 22,88 22,95 33,24 20,83 10,50 20,94 19,96 50,07 28,53 64,65 1062,00
09/06/2010 23,09 23,13 33,22 21,00 10,35 20,52 20,12 51,54 27,86 64,79 1055,69
10/06/2010 23,80 23,60 33,54 22,54 10,84 22,03 21,25 55,55 29,25 66,11 1086,84
11/06/2010 23,71 24,05 33,40 22,96 11,14 22,19 21,64 56,03 29,85 66,22 1091,60
14/06/2010 23,78 24,26 33,48 23,10 11,35 21,85 21,38 56,07 29,74 65,98 1089,63
15/06/2010 24,24 25,43 34,10 23,78 11,88 23,16 22,00 58,39 30,99 67,51 1115,23
16/06/2010 24,10 25,52 34,03 23,88 11,57 23,88 22,15 58,75 30,45 68,19 1114,61
17/06/2010 24,36 25,22 34,14 23,38 11,48 24,00 22,07 58,89 30,40 68,74 1116,04
18/06/2010 24,26 25,41 34,01 23,37 11,53 24,54 22,65 57,42 30,22 69,11 1117,51
21/06/2010 24,18 25,53 34,25 23,43 11,82 24,60 22,47 58,78 30,40 69,67 1113,20
22/06/2010 24,23 24,80 34,16 22,52 11,60 23,64 22,15 55,76 29,16 68,58 1095,31
23/06/2010 23,94 24,83 33,90 22,74 11,51 23,45 21,84 55,83 29,26 68,28 1092,04
24/06/2010 23,17 24,23 33,90 22,09 11,16 22,93 21,70 55,11 27,81 67,34 1073,69
25/06/2010 23,20 24,69 33,35 22,46 10,96 23,96 21,92 56,37 28,28 67,64 1076,76
72
28/06/2010 23,45 24,01 33,44 22,13 10,79 23,64 21,73 55,47 28,16 67,56 1074,57
29/06/2010 22,85 22,66 32,92 21,12 9,83 22,27 21,24 52,47 26,61 65,87 1041,24
30/06/2010 22,37 22,20 33,24 20,70 9,56 22,33 21,14 50,94 26,45 64,70 1030,71
01/07/2010 22,68 22,02 33,27 20,18 9,73 22,72 21,28 50,99 26,65 65,36 1027,37
02/07/2010 22,33 21,72 33,22 19,98 9,62 23,41 21,12 50,54 27,02 65,45 1022,58
06/07/2010 22,59 21,08 33,24 19,42 9,52 24,07 20,94 51,59 27,80 65,95 1028,06
07/07/2010 23,49 21,62 34,18 20,45 9,98 25,46 21,93 53,78 28,58 68,03 1060,27
08/07/2010 23,69 22,16 34,59 21,32 10,33 26,11 22,09 56,02 29,23 69,03 1070,25
09/07/2010 23,86 22,57 34,67 22,25 10,47 26,05 22,33 57,31 29,45 69,24 1077,96
12/07/2010 23,99 22,07 34,96 21,70 10,46 25,62 22,27 57,05 29,56 69,39 1078,75
13/07/2010 24,64 22,46 35,09 23,03 11,01 25,59 22,30 58,71 30,51 71,08 1095,34
14/07/2010 24,72 22,33 35,16 22,84 11,05 25,62 22,51 59,14 30,31 70,52 1095,17
15/07/2010 24,73 22,29 35,07 22,85 11,21 25,56 22,98 60,38 30,10 70,50 1096,48
16/07/2010 24,21 21,21 34,96 21,70 10,52 25,02 22,53 56,33 28,67 68,93 1064,88
19/07/2010 24,15 21,56 35,08 21,74 10,64 26,53 22,47 58,07 28,97 68,99 1071,25
20/07/2010 24,02 21,47 35,44 22,39 10,88 27,53 22,57 58,17 29,51 70,20 1083,48
21/07/2010 23,79 21,49 35,04 22,58 11,28 27,18 22,73 57,10 29,02 70,12 1069,59
22/07/2010 24,56 21,95 35,07 23,89 11,76 27,56 22,61 58,22 29,64 71,80 1093,67
23/07/2010 24,85 21,92 35,45 24,98 11,75 27,82 23,00 59,59 30,54 72,70 1102,66
26/07/2010 25,24 22,42 35,57 25,43 11,89 28,07 23,55 63,16 30,38 72,92 1115,01
27/07/2010 25,30 22,04 35,93 25,35 11,72 27,70 23,48 62,05 29,78 73,07 1113,84
28/07/2010 24,92 21,68 35,62 24,76 11,49 27,27 23,21 60,50 29,84 73,46 1106,13
29/07/2010 25,55 22,05 33,18 25,06 10,84 27,39 23,06 58,75 26,75 73,06 1101,53
30/07/2010 26,27 22,11 33,55 25,26 10,26 27,18 22,79 58,65 27,65 73,92 1101,60
02/08/2010 26,86 23,42 33,24 25,81 11,01 27,95 22,58 58,50 27,98 74,81 1125,86
03/08/2010 26,54 21,44 33,19 25,41 10,96 28,38 25,22 60,36 27,80 74,75 1120,46
04/08/2010 26,56 21,26 33,16 26,31 11,04 28,25 25,89 60,77 27,68 75,30 1127,24
05/08/2010 26,22 20,99 32,76 26,31 11,01 28,43 25,32 62,02 27,41 75,40 1125,81
06/08/2010 26,26 21,01 32,49 26,35 10,72 28,12 25,94 63,82 27,35 74,72 1121,64
09/08/2010 26,25 20,98 32,40 26,95 10,67 27,92 26,28 65,77 27,11 75,59 1127,79
10/08/2010 26,22 20,62 33,12 26,34 10,47 27,40 26,27 65,74 26,74 75,51 1121,06
11/08/2010 25,19 19,84 32,48 25,65 10,04 26,18 25,50 63,62 25,74 73,95 1089,47
12/08/2010 25,06 19,55 32,71 25,47 9,66 25,86 25,27 64,39 25,75 74,33 1083,61
13/08/2010 25,00 19,46 32,45 25,30 9,59 25,56 25,27 63,53 25,28 74,32 1079,25
16/08/2010 25,07 19,48 32,35 25,43 9,53 25,30 25,59 64,95 25,10 74,90 1079,38
17/08/2010 25,46 20,06 32,47 26,27 9,90 26,11 26,29 67,12 26,33 75,89 1092,54
18/08/2010 25,38 20,16 32,62 26,15 10,14 26,19 26,02 67,76 26,81 75,85 1094,16
19/08/2010 25,03 19,68 32,60 25,43 9,60 25,98 25,70 65,63 26,67 75,02 1075,63
20/08/2010 24,66 19,58 32,29 25,17 9,47 25,31 25,68 67,53 26,83 75,22 1071,69
73
23/08/2010 25,33 18,98 32,08 24,86 9,27 25,60 25,86 66,01 26,52 74,49 1067,36
24/08/2010 25,07 18,76 32,06 24,12 9,01 25,53 25,31 63,91 25,78 73,37 1051,87
25/08/2010 24,97 18,68 31,98 24,14 9,30 25,46 25,04 61,65 25,63 73,16 1055,33
26/08/2010 24,63 18,16 31,43 24,19 9,24 25,58 24,64 62,35 25,37 72,86 1047,22
27/08/2010 25,18 19,32 31,54 25,17 9,32 26,61 25,50 64,35 26,18 74,31 1064,59
30/08/2010 24,62 18,78 31,37 24,68 8,97 25,99 25,52 62,76 25,49 73,17 1048,92
31/08/2010 24,74 18,53 31,36 24,90 8,88 25,74 25,74 63,93 25,06 73,24 1049,33
01/09/2010 24,92 19,70 31,82 25,85 9,16 27,13 26,11 66,31 26,50 74,16 1080,29
02/09/2010 25,44 19,95 31,78 26,45 9,74 27,49 26,03 67,76 27,23 73,73 1090,10
03/09/2010 25,88 20,37 31,79 27,23 9,90 27,76 26,15 68,22 28,41 74,66 1104,51
07/09/2010 25,48 20,09 31,75 26,24 9,31 27,23 26,09 68,09 27,77 73,97 1091,84
08/09/2010 25,87 19,69 31,68 26,28 9,56 27,56 26,91 69,23 28,05 74,10 1098,87
09/09/2010 26,18 20,25 31,67 26,33 9,72 27,57 26,89 69,08 27,94 74,09 1104,18
10/09/2010 25,91 20,10 31,93 26,24 9,95 28,18 26,67 70,30 28,43 73,98 1109,55
13/09/2010 25,87 20,19 31,88 26,91 10,31 28,84 27,65 72,30 29,45 74,76 1121,90
14/09/2010 26,02 20,41 32,04 26,53 10,30 28,63 27,39 71,52 29,48 75,21 1121,10
15/09/2010 26,60 20,71 32,40 26,56 10,39 28,48 27,38 72,08 29,27 75,48 1125,07
16/09/2010 26,50 20,87 32,53 26,98 10,37 28,28 27,42 71,49 28,95 76,20 1124,66
17/09/2010 26,42 21,26 32,86 27,01 10,73 28,25 27,27 70,27 28,75 75,62 1125,59
20/09/2010 27,02 21,87 33,24 27,83 10,84 29,01 27,83 70,51 29,39 75,84 1142,71
21/09/2010 26,83 21,69 33,36 27,56 10,65 29,04 27,56 69,98 27,59 75,38 1139,78
22/09/2010 26,94 21,43 33,32 27,51 10,24 28,76 27,38 69,56 27,25 75,35 1134,28
23/09/2010 27,04 21,17 33,16 26,74 9,96 29,01 26,89 68,76 26,70 75,34 1124,83
24/09/2010 27,37 21,92 33,35 27,66 10,40 29,86 27,68 69,70 27,49 77,10 1148,67
27/09/2010 26,78 21,88 33,53 27,61 10,43 29,57 27,24 72,69 27,44 76,86 1142,16
28/09/2010 27,95 22,02 33,47 27,64 10,41 29,90 27,68 72,61 27,90 77,39 1147,70
29/09/2010 27,44 22,15 33,26 27,77 10,36 30,47 27,45 72,84 27,92 76,79 1144,73
30/09/2010 27,30 22,59 32,65 27,49 10,34 30,17 27,95 69,98 28,06 77,24 1141,20
01/10/2010 27,31 22,13 32,52 27,80 10,43 30,41 28,18 69,17 28,85 76,72 1146,24
04/10/2010 26,81 21,47 32,46 27,43 10,15 30,14 27,89 64,75 28,11 76,20 1137,03
05/10/2010 27,32 22,20 31,82 28,44 10,45 31,08 28,60 66,02 28,87 78,04 1160,75
06/10/2010 26,95 22,27 31,41 28,42 10,50 30,99 28,46 62,36 29,25 78,03 1159,97
07/10/2010 27,03 21,87 31,33 28,42 10,55 30,68 29,27 62,48 27,94 77,20 1158,06
08/10/2010 28,00 20,19 31,81 28,79 11,12 31,69 29,88 63,40 26,80 77,55 1165,15
11/10/2010 28,20 20,84 31,79 28,82 11,37 31,53 30,08 62,79 26,47 77,41 1165,32
12/10/2010 29,37 21,25 31,83 28,81 11,31 31,79 30,23 62,79 26,16 77,76 1169,77
13/10/2010 30,18 21,80 32,17 29,32 11,42 32,51 30,04 62,93 27,23 78,65 1178,10
14/10/2010 29,66 22,00 32,21 29,07 11,27 32,01 30,26 62,59 27,48 77,63 1173,81
15/10/2010 29,64 21,64 32,23 29,04 11,51 32,68 30,19 63,27 28,00 77,63 1176,19
74
18/10/2010 29,24 21,77 32,59 29,03 11,64 31,10 29,99 61,02 29,32 77,69 1184,71
19/10/2010 29,20 21,31 32,39 28,45 11,22 30,27 29,00 58,80 28,62 76,52 1165,90
20/10/2010 28,75 21,62 32,78 29,08 11,42 30,83 29,65 60,10 28,88 77,89 1178,17
21/10/2010 28,78 22,52 32,80 31,22 11,24 30,77 29,31 59,51 28,93 79,38 1180,26
22/10/2010 29,28 23,02 32,86 31,05 11,29 31,19 29,50 61,09 28,96 78,89 1183,08
25/10/2010 28,08 24,01 32,88 31,60 11,28 31,28 29,39 63,01 29,62 80,25 1185,62
26/10/2010 27,92 24,02 32,70 31,63 11,31 31,74 29,16 62,21 27,90 80,02 1185,64
27/10/2010 27,94 23,39 32,29 31,65 11,16 31,41 29,31 64,52 28,05 77,46 1182,45
28/10/2010 26,37 23,13 32,04 31,38 10,15 28,91 29,28 63,99 27,50 77,81 1183,78
29/10/2010 25,89 23,27 32,98 31,55 9,83 29,07 29,58 64,12 28,03 78,17 1183,26
01/11/2010 24,71 23,25 33,04 31,47 9,82 28,67 30,08 62,41 27,29 78,17 1184,38
02/11/2010 24,54 23,51 33,38 32,10 9,64 28,65 29,06 61,52 27,53 79,00 1193,57
03/11/2010 24,45 23,34 33,56 32,10 9,79 28,91 29,45 62,68 27,91 78,94 1197,96
04/11/2010 24,68 26,70 33,55 33,29 10,09 29,97 30,35 59,80 28,50 78,98 1221,06
05/11/2010 25,32 26,32 33,18 33,09 10,07 29,12 30,42 59,37 28,47 79,54 1225,85
08/11/2010 24,85 25,94 33,15 33,14 10,25 30,50 30,87 63,13 29,08 80,12 1223,25
09/11/2010 24,53 25,44 32,93 33,22 9,90 30,31 30,48 59,31 28,80 78,75 1213,40
10/11/2010 24,53 25,43 32,91 33,40 9,77 31,82 30,77 56,87 27,85 79,67 1218,71
11/11/2010 25,04 25,60 32,82 33,44 9,91 33,13 31,57 56,23 28,46 79,44 1213,54
12/11/2010 25,19 25,22 32,75 32,77 9,71 32,68 31,42 56,55 27,93 78,37 1199,21
15/11/2010 25,18 25,60 33,52 32,43 9,70 32,70 31,44 58,02 27,63 78,31 1197,75
16/11/2010 24,92 25,27 32,85 31,25 9,47 31,96 30,88 58,71 27,21 77,36 1178,34
17/11/2010 24,84 25,74 33,09 31,47 9,34 32,39 31,31 59,30 27,03 77,29 1178,59
18/11/2010 25,20 26,13 33,45 32,57 9,78 34,27 31,70 60,22 27,17 78,62 1196,69
19/11/2010 25,04 26,59 33,59 33,08 9,93 34,68 32,10 61,09 27,38 79,15 1199,73
22/11/2010 25,01 26,39 33,53 32,98 9,83 34,04 32,33 62,89 27,67 78,73 1197,84
23/11/2010 24,82 25,73 33,26 32,48 9,58 33,27 31,86 62,01 27,21 78,01 1180,73
24/11/2010 24,76 27,25 33,35 33,70 9,72 34,10 32,12 62,81 27,40 79,29 1198,35
26/11/2010 24,64 26,92 33,10 33,28 9,64 33,36 32,14 63,97 27,16 78,78 1189,40
29/11/2010 24,60 27,16 33,01 33,49 9,27 34,55 32,56 63,68 27,08 78,67 1187,76
30/11/2010 24,47 27,31 32,74 32,94 9,19 34,53 32,03 61,68 26,88 78,78 1180,55
01/12/2010 25,15 28,30 33,03 33,63 9,50 35,84 32,31 64,64 27,82 80,03 1206,07
02/12/2010 25,01 28,88 33,26 34,15 9,47 37,14 33,10 66,57 28,02 80,81 1221,53
03/12/2010 25,13 29,26 33,34 34,16 9,55 37,64 33,04 67,24 28,91 81,00 1224,71
06/12/2010 25,08 29,36 33,25 34,16 10,02 37,33 32,61 67,67 28,89 80,66 1223,12
07/12/2010 25,06 28,65 33,43 34,32 10,09 36,93 32,41 66,70 28,95 80,90 1223,75
08/12/2010 25,00 28,42 33,64 34,23 10,08 36,79 32,23 66,34 28,62 80,44 1228,28
09/12/2010 25,08 28,80 33,44 34,36 11,10 37,00 32,23 65,39 29,41 80,59 1233,00
10/12/2010 25,04 28,83 33,45 35,07 10,91 36,78 32,21 66,03 29,88 80,31 1240,40
75
13/12/2010 25,07 29,42 33,94 34,82 11,00 37,64 31,88 70,27 30,22 80,29 1240,46
14/12/2010 25,03 29,69 34,55 34,87 10,98 37,57 32,10 68,68 30,25 79,60 1241,59
15/12/2010 24,96 29,15 34,64 34,99 10,98 36,39 32,08 67,55 30,14 80,05 1235,23
16/12/2010 24,68 28,71 34,72 35,19 11,31 36,83 31,81 66,85 30,24 80,71 1242,87
17/12/2010 24,71 28,34 34,64 35,15 11,19 36,48 31,94 67,91 29,97 80,42 1243,91
20/12/2010 24,89 28,60 34,40 35,10 11,32 36,72 31,88 65,92 29,83 81,51 1247,08
21/12/2010 24,85 29,45 34,17 35,64 11,48 36,85 32,06 66,88 30,47 82,52 1254,60
22/12/2010 24,94 29,32 34,61 35,46 11,54 36,96 32,33 67,13 30,53 82,25 1258,84
23/12/2010 24,90 29,34 34,44 35,06 11,37 36,88 32,20 67,73 30,51 82,13 1256,77
27/12/2010 24,79 29,15 34,39 35,14 11,59 36,46 32,14 67,46 30,85 82,02 1257,54
28/12/2010 24,78 29,50 34,55 35,04 11,38 36,24 32,02 66,82 30,76 82,21 1258,51
29/12/2010 24,80 29,63 34,41 34,69 11,36 37,21 32,11 67,69 30,82 82,49 1259,78
30/12/2010 24,88 29,59 34,34 34,44 11,45 37,51 32,09 68,04 30,89 81,56 1257,88
31/12/2010 24,90 29,23 34,37 34,57 11,39 37,34 31,91 64,60 30,70 82,09 1257,64
03/01/2010 25,64 29,28 34,12 35,93 11,77 37,27 32,13 67,97 30,99 81,88 1271,87
04/01/2010 25,73 28,53 34,08 35,69 11,84 36,17 31,90 68,48 31,69 81,31 1270,20
05/01/2010 25,40 28,28 33,86 35,85 12,21 36,05 32,07 69,91 31,80 81,25 1276,56
06/01/2010 25,82 28,45 33,66 36,22 11,80 34,96 32,30 72,26 31,46 80,01 1273,85
Fuente: Yahoo! Finance.
Tabla 10
Retornos diarios de las acciones de la muestra
Fecha AVP BGC CL GRA GT HAL HLF MELI OI PX S&P 500
15/04/2010 0,0130 0,0287 -0,0048 -0,0049 0,0285 0,0029 -0,0043 0,0043 -0,0110 0,0205 0,0008
16/04/2010 0,0091 -0,0501 0,0001 -0,0360 -0,0256 -0,0271 -0,0230 -0,0194 -0,0244 -0,0094 -0,0157
19/04/2010 -0,0038 -0,0057 -0,0012 -0,0245 -0,0112 -0,0022 -0,0175 -0,0307 -0,0103 0,0037 0,0045
20/04/2010 0,0009 0,0168 0,0046 0,0188 0,0142 0,0551 0,0371 0,0181 0,0073 0,0116 0,0081
21/04/2010 -0,0047 -0,0145 0,0019 0,0090 0,0182 -0,0006 0,0013 0,0207 0,0064 -0,0066 -0,0010
22/04/2010 -0,0176 -0,0178 -0,0023 0,0416 -0,0055 0,0132 0,0128 0,0135 0,0139 0,0017 0,0023
23/04/2010 0,0118 0,0075 -0,0085 0,0162 0,0062 0,0365 0,0410 0,0357 0,0139 0,0058 0,0071
26/04/2010 0,0102 -0,0119 0,0112 0,0007 -0,0075 -0,0140 -0,0062 -0,0009 -0,0057 0,0006 -0,0043
27/04/2010 -0,0311 -0,0353 -0,0072 -0,0186 -0,0290 -0,0482 -0,0301 -0,0414 -0,0344 -0,0211 -0,0234
28/04/2010 -0,0015 0,0142 0,0169 -0,0021 -0,0164 0,0165 0,0131 -0,0140 0,0168 -0,0240 0,0065
29/04/2010 0,0009 0,0343 -0,0024 0,0283 0,0355 -0,0525 0,0218 0,0164 0,0003 -0,0004 0,0129
30/04/2010 -0,0104 -0,0325 -0,0083 -0,0289 -0,0615 -0,0301 -0,0019 -0,0221 -0,0215 -0,0064 -0,0166
03/05/2010 -0,0133 0,0277 0,0020 0,0322 0,0387 0,0241 0,0158 0,0119 -0,0432 0,0029 0,0131
04/05/2010 -0,0285 -0,0450 -0,0166 -0,0426 -0,0337 -0,0344 0,0192 -0,0310 -0,0109 -0,0219 -0,0238
05/05/2010 -0,0252 0,0103 -0,0018 -0,0322 -0,0200 -0,0109 -0,0368 -0,0419 -0,0191 -0,0033 -0,0066
06/05/2010 -0,0348 -0,0205 -0,0115 -0,0442 -0,0326 -0,0410 -0,0306 -0,0545 -0,0495 -0,0313 -0,0324
76
07/05/2010 -0,0195 0,0490 -0,0191 -0,0318 -0,0524 -0,0431 -0,0080 0,0272 -0,0262 -0,0058 -0,0153
10/05/2010 0,0322 0,0976 0,0370 0,0833 0,0595 0,0029 0,0229 0,0856 0,0768 0,0307 0,0440
11/05/2010 -0,0244 0,0066 -0,0042 -0,0123 -0,0101 0,0272 -0,0055 0,0216 -0,0360 -0,0112 -0,0034
12/05/2010 -0,0090 0,0398 0,0087 0,0398 0,0354 0,0265 0,0096 0,0402 -0,0038 0,0169 0,0137
13/05/2010 -0,0046 0,0042 -0,0050 -0,0144 0,0167 -0,0028 0,0244 -0,0006 -0,0264 -0,0152 -0,0121
14/05/2010 -0,0313 -0,0393 -0,0045 -0,0325 -0,0239 -0,0317 -0,0259 -0,0334 -0,0316 -0,0324 -0,0188
17/05/2010 0,0240 -0,0257 0,0127 -0,0066 -0,0077 -0,0085 -0,0106 -0,0267 0,0370 0,0023 0,0011
18/05/2010 -0,0100 -0,0060 -0,0079 -0,0067 -0,0432 -0,0075 -0,0116 -0,0112 -0,0071 -0,0037 -0,0142
19/05/2010 -0,0166 -0,0227 -0,0120 -0,0243 -0,0339 -0,0188 0,0063 -0,0055 -0,0108 -0,0161 -0,0051
20/05/2010 -0,0323 -0,0344 -0,0225 -0,0716 -0,0635 -0,0332 -0,0568 -0,0560 -0,0661 -0,0297 -0,0390
21/05/2010 0,0125 0,0115 -0,0088 0,0136 0,0107 0,0195 0,0124 0,0438 0,0269 0,0381 0,0150
24/05/2010 -0,0266 0,0111 -0,0108 -0,0370 -0,0194 -0,0404 -0,0059 -0,0296 0,0034 -0,0147 -0,0129
25/05/2010 0,0066 -0,0126 -0,0051 0,0253 0,0126 -0,0012 -0,0084 0,0113 -0,0127 0,0042 0,0004
26/05/2010 0,0023 0,0074 -0,0045 0,0074 0,0204 0,0101 -0,0057 0,0400 -0,0007 0,0073 -0,0057
27/05/2010 0,0336 0,0567 0,0101 0,0609 0,0610 0,0465 0,0513 0,0425 0,0613 0,0268 0,0329
28/05/2010 -0,0211 -0,0167 -0,0086 -0,0120 -0,0230 -0,0800 -0,0081 0,0080 -0,0046 -0,0166 -0,0124
01/06/2010 -0,0238 -0,0520 -0,0149 -0,0542 -0,0420 -0,1482 -0,0168 -0,0170 -0,0491 -0,0174 -0,0172
02/06/2010 0,0101 0,0284 0,0168 0,0433 0,0386 0,1196 0,0487 0,0453 0,0537 0,0235 0,0258
03/06/2010 0,0065 0,0076 0,0084 0,0043 0,0186 -0,0021 0,0082 0,0488 0,0000 -0,0147 0,0041
04/06/2010 -0,0213 -0,0608 -0,0208 -0,0681 -0,0473 -0,0220 -0,0465 -0,0331 -0,0461 -0,0305 -0,0344
07/06/2010 0,0035 -0,0515 0,0052 -0,0562 -0,0392 -0,0134 -0,0324 -0,0561 -0,0310 0,0016 -0,0135
08/06/2010 0,0500 0,0103 0,0144 -0,0524 -0,0109 0,0096 0,0042 0,0123 0,0157 0,0228 0,0110
09/06/2010 0,0092 0,0080 -0,0005 0,0080 -0,0137 -0,0200 0,0078 0,0292 -0,0235 0,0022 -0,0059
10/06/2010 0,0307 0,0202 0,0095 0,0731 0,0464 0,0736 0,0561 0,0779 0,0499 0,0204 0,0295
11/06/2010 -0,0039 0,0191 -0,0040 0,0188 0,0284 0,0070 0,0186 0,0087 0,0205 0,0017 0,0044
14/06/2010 0,0028 0,0090 0,0021 0,0060 0,0190 -0,0152 -0,0121 0,0007 -0,0037 -0,0036 -0,0018
15/06/2010 0,0195 0,0481 0,0188 0,0294 0,0466 0,0600 0,0290 0,0413 0,0420 0,0232 0,0235
16/06/2010 -0,0059 0,0036 -0,0022 0,0046 -0,0267 0,0310 0,0069 0,0061 -0,0174 0,0100 -0,0006
17/06/2010 0,0109 -0,0117 0,0033 -0,0210 -0,0075 0,0053 -0,0035 0,0025 -0,0016 0,0081 0,0013
18/06/2010 -0,0042 0,0076 -0,0038 -0,0004 0,0042 0,0224 0,0262 -0,0250 -0,0059 0,0053 0,0013
21/06/2010 -0,0031 0,0046 0,0071 0,0025 0,0250 0,0026 -0,0079 0,0236 0,0060 0,0081 -0,0039
22/06/2010 0,0021 -0,0287 -0,0027 -0,0391 -0,0179 -0,0392 -0,0145 -0,0513 -0,0408 -0,0156 -0,0161
23/06/2010 -0,0122 0,0013 -0,0075 0,0101 -0,0083 -0,0081 -0,0141 0,0012 0,0034 -0,0043 -0,0030
24/06/2010 -0,0321 -0,0242 -0,0001 -0,0286 -0,0301 -0,0221 -0,0063 -0,0128 -0,0496 -0,0137 -0,0168
25/06/2010 0,0015 0,0189 -0,0161 0,0165 -0,0181 0,0448 0,0104 0,0229 0,0169 0,0044 0,0029
28/06/2010 0,0105 -0,0273 0,0027 -0,0145 -0,0158 -0,0133 -0,0088 -0,0160 -0,0042 -0,0013 -0,0020
29/06/2010 -0,0256 -0,0565 -0,0156 -0,0458 -0,0891 -0,0581 -0,0224 -0,0542 -0,0550 -0,0250 -0,0310
30/06/2010 -0,0211 -0,0202 0,0097 -0,0196 -0,0274 0,0029 -0,0048 -0,0290 -0,0060 -0,0178 -0,0101
01/07/2010 0,0140 -0,0079 0,0010 -0,0252 0,0181 0,0175 0,0063 0,0010 0,0076 0,0103 -0,0032
02/07/2010 -0,0153 -0,0136 -0,0015 -0,0102 -0,0109 0,0304 -0,0071 -0,0089 0,0139 0,0014 -0,0047
06/07/2010 0,0117 -0,0295 0,0006 -0,0281 -0,0110 0,0280 -0,0087 0,0209 0,0289 0,0075 0,0054
07/07/2010 0,0396 0,0257 0,0281 0,0532 0,0485 0,0578 0,0471 0,0423 0,0281 0,0316 0,0313
77
08/07/2010 0,0086 0,0247 0,0121 0,0428 0,0347 0,0257 0,0073 0,0418 0,0227 0,0146 0,0094
09/07/2010 0,0071 0,0188 0,0023 0,0434 0,0140 -0,0024 0,0110 0,0230 0,0075 0,0031 0,0072
12/07/2010 0,0053 -0,0221 0,0084 -0,0248 -0,0009 -0,0164 -0,0027 -0,0046 0,0037 0,0021 0,0007
13/07/2010 0,0271 0,0174 0,0037 0,0612 0,0524 -0,0014 0,0010 0,0291 0,0321 0,0244 0,0154
14/07/2010 0,0034 -0,0056 0,0019 -0,0081 0,0035 0,0014 0,0095 0,0073 -0,0066 -0,0079 -0,0002
15/07/2010 0,0003 -0,0019 -0,0026 0,0004 0,0148 -0,0025 0,0212 0,0210 -0,0069 -0,0002 0,0012
16/07/2010 -0,0208 -0,0486 -0,0031 -0,0504 -0,0617 -0,0210 -0,0196 -0,0671 -0,0475 -0,0223 -0,0288
19/07/2010 -0,0028 0,0165 0,0034 0,0018 0,0119 0,0603 -0,0031 0,0310 0,0105 0,0009 0,0060
20/07/2010 -0,0052 -0,0043 0,0103 0,0299 0,0226 0,0377 0,0045 0,0017 0,0186 0,0175 0,0114
21/07/2010 -0,0095 0,0012 -0,0112 0,0088 0,0362 -0,0129 0,0071 -0,0183 -0,0166 -0,0011 -0,0128
22/07/2010 0,0323 0,0213 0,0008 0,0580 0,0426 0,0141 -0,0053 0,0195 0,0214 0,0239 0,0225
23/07/2010 0,0117 -0,0015 0,0109 0,0453 -0,0008 0,0096 0,0175 0,0236 0,0304 0,0126 0,0082
26/07/2010 0,0156 0,0232 0,0032 0,0181 0,0123 0,0088 0,0240 0,0599 -0,0052 0,0030 0,0112
27/07/2010 0,0027 -0,0171 0,0102 -0,0031 -0,0146 -0,0133 -0,0031 -0,0177 -0,0197 0,0021 -0,0010
28/07/2010 -0,0150 -0,0163 -0,0086 -0,0233 -0,0197 -0,0154 -0,0113 -0,0248 0,0020 0,0052 -0,0069
29/07/2010 0,0251 0,0169 -0,0684 0,0123 -0,0569 0,0043 -0,0067 -0,0290 -0,1036 -0,0054 -0,0042
30/07/2010 0,0284 0,0026 0,0110 0,0079 -0,0532 -0,0076 -0,0115 -0,0017 0,0336 0,0118 0,0001
02/08/2010 0,0225 0,0592 -0,0092 0,0218 0,0731 0,0284 -0,0091 -0,0026 0,0119 0,0121 0,0220
03/08/2010 -0,0123 -0,0843 -0,0014 -0,0156 -0,0044 0,0153 0,1167 0,0318 -0,0064 -0,0008 -0,0048
04/08/2010 0,0010 -0,0085 -0,0010 0,0356 0,0070 -0,0045 0,0264 0,0067 -0,0043 0,0074 0,0061
05/08/2010 -0,0130 -0,0125 -0,0119 0,0000 -0,0026 0,0061 -0,0218 0,0206 -0,0098 0,0012 -0,0013
06/08/2010 0,0016 0,0008 -0,0082 0,0015 -0,0262 -0,0106 0,0243 0,0291 -0,0022 -0,0090 -0,0037
09/08/2010 -0,0003 -0,0012 -0,0030 0,0228 -0,0045 -0,0071 0,0133 0,0305 -0,0088 0,0116 0,0055
10/08/2010 -0,0013 -0,0175 0,0223 -0,0226 -0,0189 -0,0189 -0,0004 -0,0004 -0,0136 -0,0010 -0,0060
11/08/2010 -0,0390 -0,0376 -0,0192 -0,0261 -0,0413 -0,0445 -0,0293 -0,0323 -0,0374 -0,0206 -0,0282
12/08/2010 -0,0054 -0,0147 0,0072 -0,0073 -0,0374 -0,0122 -0,0091 0,0122 0,0004 0,0052 -0,0054
13/08/2010 -0,0024 -0,0047 -0,0082 -0,0066 -0,0070 -0,0116 -0,0002 -0,0134 -0,0183 -0,0002 -0,0040
16/08/2010 0,0027 0,0013 -0,0029 0,0051 -0,0070 -0,0103 0,0126 0,0224 -0,0071 0,0079 0,0001
17/08/2010 0,0156 0,0295 0,0037 0,0333 0,0394 0,0320 0,0273 0,0333 0,0490 0,0132 0,0122
18/08/2010 -0,0030 0,0050 0,0046 -0,0049 0,0243 0,0031 -0,0100 0,0095 0,0182 -0,0006 0,0015
19/08/2010 -0,0137 -0,0236 -0,0007 -0,0275 -0,0531 -0,0080 -0,0125 -0,0313 -0,0052 -0,0110 -0,0169
20/08/2010 -0,0149 -0,0051 -0,0094 -0,0101 -0,0140 -0,0259 -0,0007 0,0290 0,0060 0,0027 -0,0037
23/08/2010 0,0272 -0,0306 -0,0067 -0,0125 -0,0213 0,0115 0,0072 -0,0225 -0,0116 -0,0097 -0,0040
24/08/2010 -0,0104 -0,0118 -0,0007 -0,0297 -0,0280 -0,0025 -0,0215 -0,0319 -0,0279 -0,0150 -0,0145
25/08/2010 -0,0041 -0,0040 -0,0025 0,0008 0,0320 -0,0029 -0,0104 -0,0353 -0,0058 -0,0029 0,0033
26/08/2010 -0,0136 -0,0281 -0,0171 0,0020 -0,0062 0,0046 -0,0163 0,0113 -0,0101 -0,0041 -0,0077
27/08/2010 0,0224 0,0638 0,0035 0,0407 0,0083 0,0402 0,0350 0,0322 0,0319 0,0199 0,0166
30/08/2010 -0,0223 -0,0280 -0,0053 -0,0195 -0,0372 -0,0230 0,0007 -0,0247 -0,0264 -0,0154 -0,0147
31/08/2010 0,0052 -0,0129 -0,0003 0,0088 -0,0096 -0,0098 0,0089 0,0185 -0,0169 0,0010 0,0004
01/09/2010 0,0072 0,0629 0,0146 0,0383 0,0314 0,0539 0,0144 0,0373 0,0575 0,0124 0,0295
02/09/2010 0,0208 0,0127 -0,0012 0,0232 0,0630 0,0135 -0,0034 0,0218 0,0275 -0,0058 0,0091
03/09/2010 0,0174 0,0213 0,0003 0,0294 0,0168 0,0100 0,0046 0,0069 0,0433 0,0127 0,0132
78
07/09/2010 -0,0158 -0,0139 -0,0012 -0,0365 -0,0602 -0,0194 -0,0023 -0,0018 -0,0225 -0,0093 -0,0115
08/09/2010 0,0154 -0,0199 -0,0023 0,0019 0,0269 0,0124 0,0314 0,0167 0,0101 0,0017 0,0064
09/09/2010 0,0122 0,0283 -0,0004 0,0019 0,0171 0,0003 -0,0007 -0,0021 -0,0039 -0,0001 0,0048
10/09/2010 -0,0104 -0,0074 0,0083 -0,0037 0,0237 0,0218 -0,0079 0,0175 0,0175 -0,0014 0,0049
13/09/2010 -0,0016 0,0046 -0,0017 0,0259 0,0357 0,0236 0,0366 0,0285 0,0359 0,0105 0,0111
14/09/2010 0,0059 0,0107 0,0051 -0,0143 -0,0009 -0,0073 -0,0095 -0,0109 0,0010 0,0060 -0,0007
15/09/2010 0,0222 0,0147 0,0111 0,0011 0,0093 -0,0054 -0,0003 0,0079 -0,0071 0,0036 0,0035
16/09/2010 -0,0038 0,0080 0,0041 0,0159 -0,0019 -0,0067 0,0015 -0,0082 -0,0109 0,0095 -0,0004
17/09/2010 -0,0029 0,0184 0,0103 0,0011 0,0343 -0,0013 -0,0054 -0,0171 -0,0069 -0,0076 0,0008
20/09/2010 0,0229 0,0286 0,0114 0,0302 0,0108 0,0271 0,0204 0,0034 0,0223 0,0029 0,0152
21/09/2010 -0,0072 -0,0080 0,0038 -0,0095 -0,0177 0,0009 -0,0097 -0,0076 -0,0612 -0,0061 -0,0026
22/09/2010 0,0041 -0,0119 -0,0013 -0,0018 -0,0388 -0,0097 -0,0064 -0,0060 -0,0123 -0,0003 -0,0048
23/09/2010 0,0038 -0,0124 -0,0050 -0,0283 -0,0272 0,0089 -0,0181 -0,0114 -0,0202 -0,0002 -0,0083
24/09/2010 0,0123 0,0358 0,0059 0,0346 0,0444 0,0292 0,0296 0,0137 0,0296 0,0234 0,0212
27/09/2010 -0,0214 -0,0019 0,0052 -0,0018 0,0028 -0,0098 -0,0159 0,0428 -0,0018 -0,0031 -0,0057
28/09/2010 0,0435 0,0061 -0,0015 0,0011 -0,0018 0,0111 0,0162 -0,0011 0,0168 0,0069 0,0049
29/09/2010 -0,0183 0,0061 -0,0063 0,0046 -0,0046 0,0192 -0,0084 0,0032 0,0007 -0,0077 -0,0026
30/09/2010 -0,0050 0,0199 -0,0185 -0,0099 -0,0028 -0,0099 0,0182 -0,0394 0,0050 0,0059 -0,0031
01/10/2010 0,0003 -0,0203 -0,0038 0,0111 0,0093 0,0079 0,0081 -0,0115 0,0282 -0,0068 0,0044
04/10/2010 -0,0184 -0,0301 -0,0020 -0,0135 -0,0267 -0,0090 -0,0104 -0,0639 -0,0256 -0,0068 -0,0080
05/10/2010 0,0190 0,0341 -0,0196 0,0370 0,0294 0,0312 0,0256 0,0196 0,0270 0,0241 0,0209
06/10/2010 -0,0137 0,0034 -0,0128 -0,0007 0,0046 -0,0026 -0,0049 -0,0555 0,0132 -0,0001 -0,0007
07/10/2010 0,0032 -0,0180 -0,0028 0,0000 0,0046 -0,0103 0,0285 0,0020 -0,0448 -0,0106 -0,0016
08/10/2010 0,0359 -0,0769 0,0156 0,0132 0,0547 0,0330 0,0207 0,0147 -0,0408 0,0045 0,0061
11/10/2010 0,0070 0,0322 -0,0007 0,0010 0,0225 -0,0049 0,0068 -0,0096 -0,0123 -0,0019 0,0001
12/10/2010 0,0416 0,0196 0,0012 -0,0003 -0,0059 0,0081 0,0049 0,0000 -0,0117 0,0045 0,0038
13/10/2010 0,0275 0,0259 0,0105 0,0174 0,0102 0,0227 -0,0064 0,0022 0,0409 0,0114 0,0071
14/10/2010 -0,0172 0,0092 0,0015 -0,0084 -0,0135 -0,0154 0,0076 -0,0054 0,0092 -0,0129 -0,0036
15/10/2010 -0,0006 -0,0163 0,0007 -0,0010 0,0213 0,0211 -0,0026 0,0108 0,0189 0,0000 0,0020
18/10/2010 -0,0135 0,0062 0,0111 -0,0003 0,0117 -0,0483 -0,0064 -0,0356 0,0471 0,0008 0,0072
19/10/2010 -0,0015 -0,0214 -0,0063 -0,0200 -0,0363 -0,0267 -0,0331 -0,0364 -0,0239 -0,0151 -0,0159
20/10/2010 -0,0154 0,0145 0,0122 0,0221 0,0180 0,0184 0,0224 0,0221 0,0091 0,0179 0,0105
21/10/2010 0,0012 0,0416 0,0007 0,0738 -0,0160 -0,0021 -0,0114 -0,0098 0,0017 0,0192 0,0018
22/10/2010 0,0171 0,0226 0,0018 -0,0057 0,0043 0,0136 0,0065 0,0267 0,0010 -0,0063 0,0024
25/10/2010 -0,0410 0,0427 0,0004 0,0177 -0,0009 0,0029 -0,0036 0,0314 0,0228 0,0172 0,0021
26/10/2010 -0,0058 0,0007 -0,0055 0,0009 0,0026 0,0149 -0,0079 -0,0128 -0,0581 -0,0029 0,0000
27/10/2010 0,0009 -0,0264 -0,0124 0,0006 -0,0128 -0,0106 0,0049 0,0371 0,0054 -0,0320 -0,0027
28/10/2010 -0,0563 -0,0110 -0,0077 -0,0084 -0,0904 -0,0796 -0,0008 -0,0081 -0,0196 0,0045 0,0011
29/10/2010 -0,0181 0,0061 0,0294 0,0053 -0,0322 0,0057 0,0101 0,0020 0,0193 0,0046 -0,0004
01/11/2010 -0,0456 -0,0011 0,0018 -0,0025 -0,0010 -0,0138 0,0171 -0,0266 -0,0264 0,0000 0,0009
02/11/2010 -0,0069 0,0111 0,0102 0,0200 -0,0176 -0,0006 -0,0339 -0,0143 0,0088 0,0106 0,0078
03/11/2010 -0,0038 -0,0071 0,0053 0,0000 0,0150 0,0092 0,0132 0,0189 0,0138 -0,0008 0,0037
79
04/11/2010 0,0094 0,1438 -0,0003 0,0371 0,0305 0,0366 0,0305 -0,0461 0,0211 0,0005 0,0193
05/11/2010 0,0262 -0,0140 -0,0111 -0,0059 -0,0019 -0,0283 0,0024 -0,0071 -0,0011 0,0070 0,0039
08/11/2010 -0,0185 -0,0146 -0,0006 0,0015 0,0181 0,0473 0,0148 0,0634 0,0214 0,0073 -0,0021
09/11/2010 -0,0130 -0,0193 -0,0068 0,0024 -0,0338 -0,0063 -0,0126 -0,0605 -0,0096 -0,0171 -0,0081
10/11/2010 0,0000 -0,0003 -0,0006 0,0053 -0,0136 0,0500 0,0093 -0,0412 -0,0330 0,0116 0,0044
11/11/2010 0,0208 0,0066 -0,0025 0,0012 0,0148 0,0410 0,0262 -0,0113 0,0219 -0,0029 -0,0042
12/11/2010 0,0058 -0,0146 -0,0022 -0,0200 -0,0204 -0,0135 -0,0047 0,0057 -0,0186 -0,0134 -0,0118
15/11/2010 -0,0003 0,0149 0,0234 -0,0102 -0,0010 0,0006 0,0004 0,0261 -0,0107 -0,0008 -0,0012
16/11/2010 -0,0102 -0,0127 -0,0199 -0,0364 -0,0238 -0,0226 -0,0177 0,0119 -0,0152 -0,0121 -0,0162
17/11/2010 -0,0031 0,0185 0,0073 0,0069 -0,0142 0,0134 0,0138 0,0101 -0,0066 -0,0010 0,0002
18/11/2010 0,0141 0,0152 0,0109 0,0350 0,0474 0,0580 0,0125 0,0155 0,0052 0,0173 0,0154
19/11/2010 -0,0061 0,0175 0,0041 0,0157 0,0157 0,0120 0,0127 0,0145 0,0077 0,0067 0,0025
22/11/2010 -0,0014 -0,0075 -0,0018 -0,0033 -0,0106 -0,0184 0,0071 0,0294 0,0106 -0,0053 -0,0016
23/11/2010 -0,0075 -0,0249 -0,0080 -0,0149 -0,0254 -0,0228 -0,0146 -0,0140 -0,0166 -0,0091 -0,0143
24/11/2010 -0,0024 0,0589 0,0027 0,0376 0,0151 0,0250 0,0084 0,0130 0,0070 0,0163 0,0149
26/11/2010 -0,0048 -0,0119 -0,0074 -0,0126 -0,0079 -0,0217 0,0006 0,0185 -0,0088 -0,0065 -0,0075
29/11/2010 -0,0017 0,0090 -0,0026 0,0062 -0,0389 0,0358 0,0131 -0,0045 -0,0029 -0,0014 -0,0014
30/11/2010 -0,0052 0,0055 -0,0083 -0,0165 -0,0083 -0,0008 -0,0163 -0,0315 -0,0074 0,0014 -0,0061
01/12/2010 0,0280 0,0363 0,0089 0,0209 0,0335 0,0381 0,0087 0,0481 0,0350 0,0159 0,0216
02/12/2010 -0,0058 0,0203 0,0069 0,0155 -0,0030 0,0362 0,0243 0,0298 0,0072 0,0098 0,0128
03/12/2010 0,0048 0,0133 0,0024 0,0003 0,0081 0,0133 -0,0017 0,0100 0,0318 0,0023 0,0026
06/12/2010 -0,0017 0,0034 -0,0027 0,0000 0,0493 -0,0080 -0,0131 0,0063 -0,0007 -0,0042 -0,0013
07/12/2010 -0,0010 -0,0241 0,0055 0,0049 0,0077 -0,0108 -0,0060 -0,0143 0,0021 0,0030 0,0005
08/12/2010 -0,0024 -0,0081 0,0061 -0,0029 -0,0019 -0,0037 -0,0056 -0,0054 -0,0114 -0,0056 0,0037
09/12/2010 0,0031 0,0132 -0,0058 0,0040 0,1021 0,0057 0,0000 -0,0143 0,0276 0,0018 0,0038
10/12/2010 -0,0014 0,0012 0,0003 0,0206 -0,0173 -0,0059 -0,0004 0,0098 0,0160 -0,0035 0,0060
13/12/2010 0,0010 0,0205 0,0146 -0,0073 0,0079 0,0231 -0,0103 0,0642 0,0114 -0,0002 0,0000
14/12/2010 -0,0014 0,0091 0,0180 0,0014 -0,0017 -0,0017 0,0069 -0,0226 0,0010 -0,0086 0,0009
15/12/2010 -0,0027 -0,0180 0,0026 0,0037 0,0000 -0,0314 -0,0006 -0,0164 -0,0036 0,0056 -0,0051
16/12/2010 -0,0113 -0,0151 0,0023 0,0056 0,0298 0,0121 -0,0084 -0,0103 0,0033 0,0083 0,0062
17/12/2010 0,0010 -0,0131 -0,0022 -0,0011 -0,0102 -0,0094 0,0040 0,0158 -0,0089 -0,0036 0,0008
20/12/2010 0,0073 0,0091 -0,0069 -0,0014 0,0112 0,0065 -0,0019 -0,0293 -0,0047 0,0136 0,0025
21/12/2010 -0,0014 0,0300 -0,0067 0,0154 0,0144 0,0035 0,0057 0,0146 0,0215 0,0124 0,0060
22/12/2010 0,0034 -0,0045 0,0128 -0,0052 0,0050 0,0030 0,0084 0,0038 0,0020 -0,0033 0,0034
23/12/2010 -0,0014 0,0006 -0,0048 -0,0111 -0,0142 -0,0022 -0,0039 0,0088 -0,0007 -0,0015 -0,0016
27/12/2010 -0,0045 -0,0065 -0,0015 0,0022 0,0186 -0,0114 -0,0020 -0,0039 0,0111 -0,0014 0,0006
28/12/2010 -0,0003 0,0123 0,0046 -0,0028 -0,0174 -0,0058 -0,0038 -0,0095 -0,0029 0,0024 0,0008
29/12/2010 0,0007 0,0042 -0,0040 -0,0101 -0,0017 0,0267 0,0029 0,0129 0,0020 0,0033 0,0010
30/12/2010 0,0031 -0,0014 -0,0020 -0,0071 0,0076 0,0079 -0,0007 0,0052 0,0023 -0,0113 -0,0015
31/12/2010 0,0007 -0,0121 0,0009 0,0037 -0,0050 -0,0044 -0,0055 -0,0504 -0,0062 0,0065 -0,0002
03/01/2010 0,0299 0,0017 -0,0072 0,0393 0,0329 -0,0020 0,0070 0,0521 0,0094 -0,0026 0,0113
04/01/2010 0,0033 -0,0256 -0,0014 -0,0066 0,0065 -0,0294 -0,0074 0,0076 0,0226 -0,0069 -0,0013
80
05/01/2010 -0,0127 -0,0088 -0,0063 0,0044 0,0308 -0,0033 0,0056 0,0208 0,0035 -0,0007 0,0050
06/01/2010 0,0165 0,0060 -0,0059 0,0104 -0,0339 -0,0304 0,0070 0,0337 -0,0107 -0,0152 -0,0021
Tabla 11
Estimación del retorno de la acción de las empresas para la ventana del evento
Rit
t AVP BGC CL GRA GT HAL HLF MELI OI PX
-5 0,00252 0,00577 0,00115 0,00717 0,00414 0,00625 0,00616 0,00621 0,00354 0,00337
-4 -0,00195 -0,00218 -0,00104 -0,00170 -0,00478 -0,00133 0,00127 -0,00095 -0,00416 -0,00079
-3 0,00006 0,00139 -0,00006 0,00229 -0,00077 0,00208 0,00347 0,00226 -0,00070 0,00108
-2 0,00020 0,00164 0,00001 0,00257 -0,00049 0,00232 0,00362 0,00249 -0,00046 0,00121
-1 0,00041 0,00202 0,00012 0,00299 -0,00007 0,00268 0,00385 0,00283 -0,00009 0,00141
0 -0,00183 -0,00197 -0,00098 -0,00146 -0,00454 -0,00112 0,00140 -0,00076 -0,00395 -0,00068
1 -0,00066 0,00012 -0,00041 0,00087 -0,00220 0,00087 0,00268 0,00112 -0,00193 0,00042
2 0,00959 0,01832 0,00462 0,02118 0,01824 0,01822 0,01387 0,01752 0,01572 0,00994
3 -0,00166 -0,00166 -0,00090 -0,00111 -0,00419 -0,00083 0,00159 -0,00048 -0,00365 -0,00051
4 0,00397 0,00834 0,00186 0,01005 0,00703 0,00871 0,00774 0,00853 0,00604 0,00472
5 -0,00238 -0,00294 -0,00125 -0,00254 -0,00563 -0,00205 0,00081 -0,00164 -0,00490 -0,00118
Tabla 12
Retorno anormal de la acción de las empresas para la ventana del evento
RAit
t AVP BGC CL GRA GT HAL HLF MELI OI PX
-5 0,00092 -0,01029 0,01161 -0,01242 0,00088 -0,00327 0,00229 -0,00244 -0,00157 -0,00670
-4 0,00058 0,00275 -0,00378 -0,00940 -0,00938 -0,00090 -0,00517 0,00976 0,00351 -0,00068
-3 -0,00453 -0,00792 -0,00143 -0,00004 0,01937 -0,01349 -0,00549 -0,00613 0,01184 -0,00244
-2 -0,00055 0,01065 0,00459 -0,00537 -0,01694 -0,00809 -0,00740 -0,01197 -0,00246 0,00120
-1 0,00028 0,00222 -0,00408 -0,01310 -0,00162 0,02407 -0,00094 0,01008 0,00204 0,00194
0 0,00494 0,00056 -0,00100 -0,00564 0,01215 0,00898 -0,00213 0,00592 0,00623 -0,01058
1 0,00134 -0,01223 0,00128 0,00285 -0,00284 -0,00526 -0,00821 -0,05156 -0,00422 0,00612
2 0,02035 -0,01661 -0,01184 0,01810 0,01467 -0,02018 -0,00685 0,03455 -0,00627 -0,01255
3 0,00500 -0,02395 -0,00048 -0,00546 0,01073 -0,02862 -0,00900 0,00804 0,02624 -0,00642
4 -0,01663 -0,01710 -0,00814 -0,00563 0,02381 -0,01199 -0,00218 0,01228 -0,00257 -0,00546
5 0,01890 0,00896 -0,00468 0,01297 -0,02823 -0,02839 0,00618 0,03533 -0,00579 -0,01406
81
Tabla 13
Áreas bajo la curva de una Distribución Normal
82
Bibliografía
Bibliografía
Akerlof, G., & Shiller, R. (2009). Animal Spirits: How Human Psychology Drives the Economy,
and Why It Matters for Global Capitalism. Princeton: Princeton University Press.
Alexander, S. (1961). Movimientos en Mercados Especulativos: Tendencias o Caminatas Aleatorias. Industrial Management Review, 7-26.
Analítica. (2016, Julio 29). “Gobierno convierte en divisas los derechos de manera discrecional”. Analítica. Retrieved Octubre 2017
Avon Products, Inc. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Ball, R., & Brown, P. (1968). An Empirical Evaluation of Accounting Income Numbers. Journal
of Accounting Research, 159-178.
Banco Central de Venezuela. (2010). Trimestre 1-4. Caracas: Banco Central de Venezuela.
Banco Central de Venezuela. (2014). Sistema de Cuentas Nacionales. Caracas: Banco Central de Venezuela. Retrieved Octubre 2017
Banco Mundial. (2011, Julio 1). World Development Indicators Database. Retrieved Septiembre 2017, from Population 2010: http://siteresources.worldbank.org/DATASTATISTICS/Resources/POP.pdf
Banco Mundial. (2011, Julio 1). World Development Indicators Database. Retrieved from Gross domestic product 2010: https://siteresources.worldbank.org/DATASTATISTICS/Resources/GDP.pdf
Banco Mundial. (2017). The World Bank| Data. Retrieved from About Us: Data.
Blanchard, O., Amighini, A., & Giavazzi, F. (2012). Macroeconomía. Madrid: Pearson Educación.
Brealey, R., Allen, F., & Myers, S. (2010). Principios de Finanzas Corporativas. México D.F.: McGraw-Hill Interamericana.
Brown, S. (1980). Measuring Security Price Performance. Journal of Finance Economics, 253-
272.
Brown, S., & Weinstein, M. (1985). Factores Derivados en el Estudio de Eventos. Journal of
Finance Economics, 491-495.
Cawthorne, A. (2010, Diciembre 30). Venezuela estimates economy shrank 1.9 percent in 2010.
Reuters. Retrieved Agosto 2017
CNBC. (2013, Febrero 11). Venezuela Devaluation Hits US, European Companies. Retrieved Octubre 2017, from CNBC: https://www.cnbc.com/id/100450679
83
Colgate-Palmolive Company. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Convenio Cambiario Nº 14, Gaceta Oficial Nº 39.342. (2010, Enero). Caracas, Venezuela.
Convenio Cambiario Nº 14, Gaceta Oficial Nº 39.584. (2010, Diciembre). Caracas, Venezuela.
Convenio Cambiario Nº 14, Gaceta Oficial Nº 40.108. (2013, Febrero). Caracas, Venezuela.
Convenio Cambiario Nº 18, Gaceta Oficial Nº 39.439. (2010, Junio). Caracas, Venezuela.
Convenio Cambiario Nº 2, Gaceta Oficial Nº 37.875. (2004, Febrero). Caracas, Venezuela.
Convenio Cambiario Nº 2, Gaceta Oficial Nº 38.138. (2005, Marzo). Caracas, Venezuela.
Convenio Cambiario Nº 21, Gaceta Oficial Nº 40.134. (2013, Marzo). Caracas, Venezuela.
Convenio Cambiario Nº 27, Gaceta Oficial Nº 40.368. (2014, Febrero). Caracas, Venezuela.
Convenio Cambiario Nº 3, Gaceta Oficial Nº 37.627. (2003). Febrero. Caracas, Venezuela.
Convenio Cambiario Nº 33, Gaceta Oficial Extraordinaria Nº 6.171. (2015, Febrero). Caracas, Venezuela.
Convenio Cambiario Nº 35, Gaceta Oficial Nº 40.865. (2016, Marzo). Caracas, Venezuela.
Cootner, P. (1962). Precio de las Acciones: Aleatorio o Cambios Sistematicos. Industrial Management Review, 24-45.
Decreto Nº 2.278, Gaceta Oficial Nº 37.625. (2003, Enero). Caracas, Venezuela.
Decreto Nº 601, Gaceta Oficial Extraordinaria Nº 6.116. (2013, Noviembre). Caracas, Venezuela.
Decreto Presidencial Nº 2.302, Gaceta Oficial Nº 37.625. (2003, Febrero). Caracas, Venezuela.
El Universal. (2013, Agosto 3). Señalan que hay un reparto discrecional de las divisas. El
Universal. Retrieved Octubre 2017
Fama, E. (1970). Mercado de Capitales Eficiente: Una Revisión del Trabajo teórico y Práctico. Journal of Finance, 383-417.
Fama, E., & French, K. (1996). Multifactor Explanations of Asset Pricing Anomalies. Journal of
Finance, 55-84.
Fama, E., Fisher, L., Jensen, M., & Roll, R. (1969). El Ajuste del Precio de las Acciones a Nueva Informacion. International Economic Review, 1-21.
Feenstra, R., & Taylor, A. (2012). Macroeconomía Internacional. Barcelona: Reverté.
Fernandez, J., & Ques, J. T. (1997). Microeconomía. Madrid: McGraw-Hil Interamericana .
General Cable Corporation. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Guerra, J. (2010). Regímenes Monetarios e Inflación en Venezuela. Faces UCV.
Guerra, J., & Pineda, J. (2004). Temas de Politica cambiaria en Venezuela. Coleccion Economìa y Finanzas, 1-171.
84
Halliburton Company. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Herbalife Ltd. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Herrera, L. A. (2014). Venezuela: Política Pública de incremento del dinero inorgánico por parte del Banco Central. ¿A dónde conduce? Caracas: CEDICE.
Investopedia. (n.d.). Adjusted Closing Price. Retrieved Octubre 2017, from Investopedia: http://www.investopedia.com/terms/a/adjusted_closing_price.asp
Investopedia. (n.d.). Filter. Retrieved Octubre 2017, from Investopedia: http://www.investopedia.com/terms/f/filter.asp
Investopedia. (n.d.). Random Walk Theory. Retrieved Octubre 2017, from Investopedia: http://www.investopedia.com/terms/r/randomwalktheory.asp
Kanas, A. (2005). Pure contagion effects in international banking: The case of BCCI's failure. Journal of Applied Economics, 101-123.
Keynes, J. M. (1936). The General Theory of Employment, Interest and Money. Londres: Macmillan.
Lintner, J. (1965). The Valuation of Risky Assets and the Selection of Risky Investments in Stock
Portfolios and Capital Budgets. Review of Economic and Statistics, 13-37.
Mackinlay, A. C. (1997, Marzo). Event Studies in Economics and Finance. Journal of Economic Literature, XXXV, 13-39.
MacKinlay, C. (1997). Estudio de Eventos en Economia y Finanzas. Journal of Economic
Literature, 13-39.
McLaughlin, T. (2015, Febrero 2). U.S. companies face billions in Venezuela currency losses,
Reuters analysis shows. Retrieved Octubre 2017, from Reuters: https://www.reuters.com/article/us-venezuela-usa-corporations-insight/u-s-companies-face-billions-in-venezuela-currency-losses-reuters-analysis-shows-idUSKBN0L60CT20150202
MercadoLibre, Inc. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Moore, A. (1962). Un Analasis Estadistico de los Precios de las Acciones Comunes. Chicago: Universidad de Chicago.
Neuman, W. (2014, Julio 8). Profits Vanish in Venezuela After Currency Devaluation. Retrieved Octubre 2017, from The New York Times.
Niederhoffer, V., & Osborne, M. (1966). Market Making and Reversal on the Stock Exchange. Journal of the American Statistical Association, 897-916.
Owens-Illinois, Inc. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Praxair, Inc. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Ross, S. (1976). The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory, 341-360.
85
Santos, M. A., Bahar, D., & Molina, C. (2017). Fool’s Gold: Currency Devaluations and Stock
Prices of Multinational Companies Operating in Venezuela. Working Papers. Retrieved Abril 2017, from https://growthlab.cid.harvard.edu/files/growthlab/files/devaluations_ven_cidrfwp83.pdf
Scholes, M. (1969). A Test of the Competitive Hypothesis: The Market for New Issues and Secondary Offerings. Chicago: Universidad de Chicago.
Scrofina, S. (2012, Junio). Los Datos del Petróleo Venezolano. Debates IESA.
Sharpe, W. (1964). Capital Asset Prices: A theory of Market Equilibrium Under Conditions of Risk. Journal of Finance Economics, 425-442.
Shiller, R. (1980). Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends? American Economic Review, 421-436.
The Good Year Tire & Rubber Company. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
The Motley Fool. (n.d.). How to Calculate Abnormal Returns With Stock Prices and S&P 500 Data. Retrieved Septiembre 2017, from The Motley Fool: https://www.fool.com/knowledge-center/how-to-calculate-abnormal-returns-with-stock-price.aspx
von Boehm-Bawerk, E. (1889). Ley Básica de Determinación del Precio. In E. von Boehm-
Bawerk, Teoría Positiva del Capital.
W.R. Grace & Co. (2011). Form 10-K. Nueva York: SEC. Retrieved Septiembre 2017
Wohl, J. (2010, Enero 12). Venezuela's devaluation will cost some U.S. companies. Retrieved Octubre 2017, from Reuters: http://www.reuters.com/article/us-venezuela-
foreigncompanies/venezuelas-devaluation-will-cost-some-u-s-companies-idUSTRE60B0M020100112